CAECC-Subtyper：一种新颖的卷积自编码器框架，用于整合癌症亚型分析中的多组学数据

《Biochemical Genetics》：CAECC-Subtyper: A Novel Convolutional Autoencoder Framework for Integrating Multi-omics Data in Cancer Subtyping

　　癌症亚型分型研究提出CAECC-Subtyper框架，整合mRNA、miRNA、lncRNA、甲基化及蛋白质多组学数据，采用卷积自编码器特征提取与共识聚类算法实现患者分型，生存分析显示亚型间预后差异显著（p<0.01），外部数据集验证其泛化性，并发现特异性生物标志物。

　　

摘要

癌症是一组复杂的疾病，其特征是存在多种分子层面的改变，包括基因组、表观遗传和转录组的变化，这些变化在不同类型的癌症中各不相同。这种异质性使得标准化治疗的开发变得复杂，因此准确识别癌症亚型对于实现靶向治疗和改善患者预后至关重要。在这项研究中，我们提出了CAECC-Subtyper这一新型癌症亚型分类框架，该框架整合了多组学数据对癌症患者进行分类。所提出的方法结合了卷积自编码器和共识聚类模块：卷积自编码器用于从多组学数据集中提取相关特征，随后这些特征被用于共识聚类，将患者分为不同的亚型。我们使用了来自癌症基因组图谱（The Cancer Genome Atlas）的乳腺癌患者的多组学数据，包括mRNA、miRNA、lncRNA、甲基化以及蛋白质谱型。通过CAECC-Subtyper框架识别的群体在使用对数秩检验（log-rank test）进行生存差异评估后，发现了具有统计学显著性的差异。我们将该方法与文献中的现有技术进行了性能比较，证明了其优越性或竞争力。此外，还在三个外部数据集上评估了该方法的泛化能力和预后意义，证实了其在外部乳腺癌队列中的高度显著预后价值。通过差异基因表达分析和最小冗余最大相关性算法（Minimum Redundancy Maximum Relevance algorithm）发现了特定于这些乳腺癌亚型的生物标志物，其临床相关性得到了现有文献的支持。

图形摘要

癌症是一组复杂的疾病，其特征是存在多种分子层面的改变，包括基因组、表观遗传和转录组的变化，这些变化在不同类型的癌症中各不相同。这种异质性使得标准化治疗的开发变得复杂，因此准确识别癌症亚型对于实现靶向治疗和改善患者预后至关重要。在这项研究中，我们提出了CAECC-Subtyper这一新型癌症亚型分类框架，该框架整合了多组学数据对癌症患者进行分类。所提出的方法结合了卷积自编码器和共识聚类模块：卷积自编码器用于从多组学数据集中提取相关特征，随后这些特征被用于共识聚类，将患者分为不同的亚型。我们使用了来自癌症基因组图谱（The Cancer Genome Atlas）的乳腺癌患者的多组学数据，包括mRNA、miRNA、lncRNA、甲基化以及蛋白质谱型。通过CAECC-Subtyper框架识别的群体在使用对数秩检验（log-rank test）进行生存差异评估后，发现了具有统计学显著性的差异。我们将该方法与文献中的现有技术进行了性能比较，证明了其优越性或竞争力。此外，还在三个外部数据集上评估了该方法的泛化能力和预后意义，证实了其在外部乳腺癌队列中的高度显著预后价值。通过差异基因表达分析和最小冗余最大相关性算法（Minimum Redundancy Maximum Relevance algorithm）发现了特定于这些乳腺癌亚型的生物标志物，其临床相关性得到了现有文献的支持。

图形摘要