利用自编码器与核方法进行肿瘤图谱的无监督特征选择
机器学习
2020-07-14 v1 基因组学
定量方法
机器学习
摘要
来自肿瘤图谱的分子数据是高维的。肿瘤图谱可以通过数以万计的基因表达特征来刻画。由于基因表达特征集的规模，机器学习方法面临噪声变量和复杂性的问题。肿瘤类型表现出异质性，并可细分为不同的肿瘤亚型。在许多情况下，肿瘤数据不包含肿瘤亚型标签，因此需要无监督学习方法来进行肿瘤亚型发现。本研究旨在学习肿瘤样本有意义且低维的表示，并在不使用肿瘤标签的情况下发现肿瘤亚型聚类，同时保留生物学特征。所提出的方法被命名为 Latent Kernel Feature Selection (LKFS)，是一种用于肿瘤基因表达图谱中基因选择的无监督方法。通过使用自编码器，学习一个低维且去噪的潜在空间作为目标表示，以引导选择基因子集的多核学习模型。利用选定的基因，使用聚类方法对样本进行分组。为了评估所提出的无监督特征选择方法的性能，通过临床意义对获得的特征和聚类进行分析。所提出的方法已应用于三个肿瘤数据集，即脑、肾和肺数据集，每个数据集由两种肿瘤亚型组成。与基准无监督特征选择方法相比，所提出方法获得的结果显示在所选特征中具有较低的冗余度和更好的聚类性能。
引用
@article{arxiv.2007.06106,
title = {Unsupervised Feature Selection for Tumor Profiles using Autoencoders and Kernel Methods},
author = {Martin Palazzo and Pierre Beauseroy and Patricio Yankilevich},
journal= {arXiv preprint arXiv:2007.06106},
year = {2020}
}