Intégration des données multi-omiques basée sur l'apprentissage profond pour l'analyse de la survie des patientes atteintes de cancer du sein

CONTEXTE : Le cancer du sein est le cancer le plus répandu et parmi les plus mortels chez les femmes. Les patientes atteintes de cancer du sein ont des durées de survie très variables, ce qui indique un besoin d'identifier des biomarqueurs pronostiques pour un diagnostic et un traitement personnalisés. Avec le développement de nouvelles technologies telles que le séquençage de nouvelle génération, les informations multi-omiques deviennent disponibles pour une évaluation plus approfondie de l'état d'un patient. Dans cette étude, nous visons à améliorer la prédiction de la survie globale des patientes atteintes de cancer du sein en intégrant des données multi-omiques (par exemple, l'expression génique, la méthylation de l'ADN, l'expression de l'ARNm et les variations du nombre de copies (VNC)). MÉTHODES : Motivés par l'apprentissage multi-vues, nous proposons une nouvelle stratégie pour intégrer les données multi-omiques pour la prédiction de la survie du cancer du sein en appliquant des principes complémentaires et de consensus. Le principe complémentaire suppose que chaque donnée -omique contient des informations uniques à la modalité. Pour préserver ces informations, nous développons un autoencodeur de concaténation (ConcatAE) qui concatène les caractéristiques cachées apprises à partir de chaque modalité pour l'intégration. Le principe de consensus suppose que les désaccords entre les modalités limitent les erreurs du modèle. Pour éliminer les bruits ou les écarts entre les modalités, nous développons un autoencodeur intermodalité (CrossAE) pour maximiser l'accord entre les modalités afin d'obtenir une représentation invariant à la modalité. Nous validons d'abord l'efficacité de nos modèles proposés sur les données simulées MNIST. Nous appliquons ensuite ces modèles aux données multi-omiques TCCA concernant le cancer du sein pour la prédiction de la survie globale. RÉSULTATS : Pour la prédiction de la survie globale du cancer du sein, l'intégration de la méthylation de l'ADN et de l'expression de l'ARNm atteint la meilleure performance globale de 0,641 ± 0,031 avec ConcatAE, et 0,63 ± 0,081 avec CrossAE. Les deux stratégies surpassent les modèles de référence à modalité unique utilisant uniquement la méthylation de l'ADN (0,583 ± 0,058) ou l'expression de l'ARNm (0,616 ± 0,057). CONCLUSIONS : En conclusion, nous parvenons à améliorer la performance de prédiction de la survie globale en exploitant soit les informations complémentaires, soit les informations de consensus parmi les données multi-omiques. Les modèles ConcatAE et CrossAE proposés peuvent inspirer de futures techniques d'intégration multi-omiques basées sur la représentation profonde. Nous croyons que ces nouveaux modèles d'intégration multi-omiques peuvent bénéficier au diagnostic et au traitement personnalisés des patientes atteintes de cancer du sein.