机构名称：
¥ 1.0
动机：基因表达数据通常在癌症研究和机器学习的交集中使用，以更好地了解肿瘤组织的分子状态。深度学习预测模型已用于基因表达数据，因为它们的扩展能力和消除了对手动功能工程的需求。但是，基因表达数据通常非常高维，嘈杂，并且呈现较少的样本。这对学习算法提出了重要的问题：模型通常过度拟合，学习噪音并努力捕获与生物学相关的信息。在本文中，我们利用嵌入基因相互作用图（例如蛋白质 - 蛋白质相互作用（PPI）网络）中的外部生物学知识来指导预测模型的构建。结果：我们提出了基因相互作用网络约束构建（GINCCO），这是一种无监督的方法，用于自动构造基因表达数据的计算图模型，该方法受到基因相互作用网络的先验知识在结构上约束。我们在案例研究中采用了这种方法，该方法将PPI网络纳入癌症表型预测任务。我们的计算图是在PPI网络上使用拓扑聚类算法在结构上构建的，PPI网络上结合了蛋白质复杂发现网络生物学研究引起的电感偏见。GINCCO计算图中的每个实体都代表生物学实体，例如基因，候选蛋白质复合物和表型，而不是神经网络的任意隐藏节点。这为模型正则化提供了一种与生物学相关的机制，从而产生了强大的预测性能，同时大大减少了模型参数的数量，并实现了对目标表型的影响力基因集的引导后富集分析。我们分析各种CER表型的实验表明，尽管模型复杂性大大降低了，但Gincco经常超过支持向量机，完全连接的多层感知器（MLP）和随机连接的MLP。可用性和实现：https：//github.com/paulmorio/gincco包含我们方法的源代码。我们还在https://github.com/ paulmorio/protclus中发布了带有用于蛋白质复杂发现算法的库。此存储库包含本文使用的聚类算法的实现。联系人：paul.scherer@cl.cam.ac.uk补充信息：补充数据可在Online BioInformatics获得。
基因表达 - ...
主要关键词
相关文件推荐
