Ein Selbsttrainierender Unterraum-Clustering-Algorithmus unter Niedrigrangdarstellung zur Krebsklassifikation anhand von Genexpressionsdaten

Eine genaue Identifizierung der Krebsarten ist entscheidend für Diagnosen und Behandlungen von Krebs. Da Tumorgewebe und normales Gewebe unterschiedliche Genexpressionen aufweisen, können Genexpressionsdaten als effiziente Merkmalsquelle für die Krebsklassifikation verwendet werden. Eine direkte, genaue Krebsklassifikation mit den ursprünglichen Genexpressionsprofilen bleibt jedoch aufgrund der intrinsischen Hochdimensionalität der Merkmale und der kleinen Größe der Datenproben herausfordernd. Wir haben einen neuen selbsttrainierenden Unterraum-Clustering-Algorithmus unter Niedrigrangdarstellung vorgeschlagen, der SSC-LRR genannt wird, zur Krebsklassifikation anhand von Genexpressionsdaten. Die Niedrigrangdarstellung (LRR) wird zunächst angewandt, um diskriminative Merkmale aus den hochdimensionalen Genexpressionsdaten zu extrahieren; die Methode des selbsttrainierenden Unterraum-Clusterings (SSC) wird dann verwendet, um die Vorhersagen zur Krebsklassifikation zu generieren. Das SSC-LRR wurde an zwei separaten Benchmark-Datensätzen getestet und mit vier hochmodernen Klassifikationsmethoden verglichen. Es erzielte Vorhersagen zur Krebsklassifikation mit einer Gesamttrefferquote von 89,7 Prozent und einer allgemeinen Korrelation von 0,920, die 18,9 Prozent und 24,4 Prozent höher sind als die der besten Vergleichsmethode. Darüber hinaus wurden mehrere Gene (RNF114, HLA-DRB5, USP9Y und PTPN20) von SSC-LRR als neue Krebsidentifier identifiziert, die eine weitere klinische Untersuchung verdienen. Insgesamt demonstrierte die Studie einen neuen empfindlichen Ansatz zur Erkennung von Krebsklassifikationen aus groß angelegten Genexpressionsdaten.