融合生物学通路的变分自编码器在肺癌蛋白与代谢组学数据中的应用研究*

刘芝霖 荣志炜 俞轶培 邱满堂 侯艳,4△

【提 要】 目的 本研究提出了融合生物学通路的变分自编码器(variational auto encoder,VAE),对蛋白质与代谢组学数据进行整合分析,并应用于肺腺癌患者探索可能的病理机制。方法 为VAE的隐变量层节点赋予通路的实际意义,解码器按通路包含的生物学分子信息构建稀疏神经网络,使通路节点只与自身包含的分子连接,将隐变量作为提取的高级特征。对隐变量进行Kmeans聚类分析并使用调整兰德系数评估效果,引入基因差异表达分析方法limma探索差异表达通路,在北京大学人民医院胸外科肺腺癌患者的蛋白质与代谢组学数据中进行实例分析。结果 融合生物学通路的VAE提取的高级特征不仅将聚类准确度提高了38%,还通过差异表达分析鉴别出了实性与亚实性结节肺腺癌间的差异通路。结论 融合生物学通路的VAE可用于组学数据整合分析,其提取的高级特征具有通路表达活性的实际生物学意义。

随着各种组学测序技术的发展,产生了基因组、转录组、蛋白组、代谢组等各种组学数据,这些数据从不同组学层面描述了癌症的异质性,有利于癌症亚型分类研究及生物标志物探索,对于癌症的早期诊断、临床治疗和预后都有重要意义[1]。变分自编码器(variational auto encoder,VAE)[2]作为一种深度学习模型,具有组合低级特征为抽象的高级特征的功能,其强大的建模非线性数据关系的能力在组学数据分析中显示出极大的优越性,但缺乏解释性的问题也成为其在医学领域应用的一大阻碍[3],需要新的设计以提高模型的解释性。……