通过多尺度神经网络揭示新的疾病、通路与基因关联
定量方法
2020-04-13 v3
摘要
疾病涉及复杂的过程以及对细胞机制的修饰。受影响细胞的基因表达谱包含与疾病相关的特征性模式。因此,关于疾病的生物学知识可以从患者细胞的谱中推导出来,从而改善我们的诊断能力以及对疾病风险的把握。这些知识可用于药物重定位,或供医生评估患者的状况和共病风险。在此,我们考察从 microarray 技术获得的、针对诊断为各种疾病患者的差异基因表达。基于该数据以及细胞的多尺度组织方式,我们旨在揭示疾病-疾病联系,以及疾病-基因和疾病-通路关联。我们提出了结构受细胞多尺度组织启发而来的神经网络。我们表明这些模型能够正确预测大多数患者的诊断。通过对训练模型的分析,我们预测并验证了疾病-疾病、疾病-通路和疾病-基因关联,并与已知相互作用和文献检索进行比较,对我们研究中得到的新预测提出了可能的解释。
引用
@article{arxiv.1901.10005,
title = {Unveiling new disease, pathway, and gene associations via multi-scale neural networks},
author = {Thomas Gaudelet and Noel Malod-Dognin and Jon Sanchez-Valle and Vera Pancaldi and Alfonso Valencia and Natasa Przulj},
journal= {arXiv preprint arXiv:1901.10005},
year = {2020}
}
备注
16 pages