癌症中拷贝数变异的拓扑数据分析
基因组学
2021-04-23 v2 机器学习
摘要
识别癌症活检样本的亚组与特性，是实现癌症患者精准诊断与个性化治疗的关键一步。近期的数据收集提供了对癌细胞数据的全面刻画，包括关于拷贝数变异（CNAs）的遗传数据。我们探索利用一种新颖的基于拓扑的方法捕获癌症基因组信息中所包含信息的潜力，该方法将每个癌症样本编码为拓扑特征的持续图（persistence diagram），即数据中表示的高维空洞。我们发现该技术有潜力在癌症体细胞遗传数据中提取有意义的低维表示，并展示了一些应用在发现癌症数据子结构以及比较癌症类型相似性方面的可行性。
引用
@article{arxiv.2011.11070,
title = {Topological Data Analysis of copy number alterations in cancer},
author = {Stefan Groha and Caroline Weis and Alexander Gusev and Bastian Rieck},
journal= {arXiv preprint arXiv:2011.11070},
year = {2021}
}