基于生成对抗网络的胶质母细胞瘤 Waddington 景观模式检测
其他定量生物学
2021-10-11 v3 混沌动力学
生物物理
摘要
胶质母细胞瘤（GBM）是一种高度发病且致死率高、预后不良的疾病。其涌现特性（如细胞异质性、治疗抵抗和自我更新）在很大程度上归因于其群体中被称为胶质母细胞瘤来源干细胞（GSCs）的亚群与其微环境之间的相互作用。在 GSCs 与成熟、高度分化的 GBM 表型之间的发育轨迹中识别因果模式仍是肿瘤学中的难题。本文提出了一种复杂系统方法的蓝图，用于从小儿 GBM 与成人 GSCs 的单细胞基因表达数据集中推断吸引子动力学。这些算法包括 Waddington 景观重构、生成对抗网络（GAN）与分形维数分析。在此我展示，一个类 Rossler 的奇异吸引子（分形维数约为 1.7）在所有十二名患者的 GAN 重构模式中浮现。该发现表明，一个奇异吸引子可能正在信号状态空间中驱动 GBM 的复杂动力学与自适应行为。
引用
@article{arxiv.2107.04036,
title = {Pattern Detection on Glioblastoma's Waddington landscape via Generative Adversarial Networks},
author = {Abicumaran Uthamacumaran},
journal= {arXiv preprint arXiv:2107.04036},
year = {2021}
}
备注
15 pages, 3 figures