中文

前列腺细胞拉曼光谱的无监督自组织映射揭示疾病状态亚聚类

定量方法 2024-03-14 v1 机器学习

摘要

前列腺癌是一种引发有趣临床问题的疾病:它应该被治疗吗?一小部分前列腺癌具有侵袭性,需要切除和治疗以防止转移扩散。然而,传统诊断方法在对这类患者进行风险分层方面仍面临挑战,因此,需要新的方法从生物分子层面对该疾病进行亚分类。在此,我们使用一种无监督的自组织映射方法来分析从前列腺细胞系获得的活细胞拉曼光谱数据;我们的目标是测试该方法在单细胞水平上,利用高维数据集并以最少的预处理区分癌细胞与正常细胞的可行性。结果不仅证明了正常前列腺细胞和癌细胞成功分离,还显示了前列腺癌细胞系被新地亚聚类为两组。对每个癌症亚聚类光谱的初步分析表明,脂质表达存在差异,与正常对照组相比,这可能与疾病相关的细胞信号传导变化有关。

关键词

引用

@article{arxiv.2403.07960,
  title  = {Unsupervised self-organising map of prostate cell Raman spectra shows disease-state subclustering},
  author = {Daniel West and Susan Stepney and Y. Hancock},
  journal= {arXiv preprint arXiv:2403.07960},
  year   = {2024}
}

备注

14 pages, 6 figures