SGC：一种在基因共表达网络中利用自训练方法进行基因聚类的半监督流程
基因组学
2024-08-20 v1 机器学习
摘要
从基因表达数据中提取信息的一种广泛使用的方法，是构建基因共表达网络并随后应用发现网络结构的算法。特别地，一个常见目标是以计算方式发现基因簇，通常称为模块。当应用于新的基因表达数据集时，所计算模块的质量可使用基因本体富集自动评估，该方法度量所计算模块中基因本体术语的频率并评估其统计似然。本工作中我们提出 SGC，一种基于谱网络理论数学中相对近期开创性工作的基因聚类新流程。SGC 由多个新步骤组成，能够以无监督方式计算高富集模块。但与所有现有框架不同，它进一步引入一个新步骤，在半监督聚类方法中利用基因本体信息，进一步提升所计算模块的质量。与已知现有框架比较，我们表明 SGC 在真实数据中产生更高的富集度。具体而言，在 12 个真实基因表达数据集中，SGC 除一个外均优于其他框架。
引用
@article{arxiv.2209.10545,
title = {SGC: A semi-supervised pipeline for gene clustering using self-training approach in gene co-expression networks},
author = {Niloofar Aghaieabiane and Ioannis Koutis},
journal= {arXiv preprint arXiv:2209.10545},
year = {2024}
}