Wave-LSTM：脑脊髓全基因拷贝数剂量轮廓的多尺度分析
基因组学
2024-08-26 v1 机器学习
摘要
因体细胞突变过程导致的某些基因部分拷贝数改变（CNAs）是许多癌症的特征之一。这种基因组复杂性已知与患者存活率较差相关，但对其细节贡献的描述仍然困难。拷贝数改变可以影响跨越整个染色体或整个基因组的大区域，也可以局限于基因组的小片段，而目前尚无方法能够对这种多尺度特性进行量化。本文提出了Wave-LSTM方法，通过基于小波的源分离结合深度学习注意力机制，来捕捉复杂全基因拷贝数剂量轮廓的多尺度结构。我们展示了Wave-LSTM可用于从拷贝数轮廓中推导出多尺度表征，从而用于从单细胞拷贝数数据中解密亚克隆结构，并提高从患者肿瘤轮廓中进行生存预测的性能。
引用
@article{arxiv.2408.12636,
title = {Wave-LSTM: Multi-scale analysis of somatic whole genome copy number profiles},
author = {Charles Gadd and Christopher Yau},
journal= {arXiv preprint arXiv:2408.12636},
year = {2024}
}