Integração de dados multi-ômicos em nível de recurso baseada em aprendizado profundo para análise de sobrevivência de pacientes com câncer de mama

FUNDAMENTOS: O câncer de mama é o câncer mais prevalente e um dos mais mortais entre as mulheres. Pacientes com câncer de mama apresentam comprimentos de sobrevivência altamente variáveis, indicando a necessidade de identificar biomarcadores prognósticos para diagnóstico e tratamento personalizados. Com o desenvolvimento de novas tecnologias, como a sequência de próxima geração, informações multi-ômicas estão se tornando disponíveis para uma avaliação mais detalhada da condição de um paciente. Neste estudo, buscamos melhorar a previsão de sobrevivência geral do câncer de mama integrando dados multi-ômicos (por exemplo, expressão gênica, metilação de DNA, expressão de miRNA e variações no número de cópias (CNVs)). MÉTODOS: Motivados pelo aprendizado de múltiplas visões, propomos uma nova estratégia para integrar dados multi-ômicos para previsão de sobrevivência do câncer de mama, aplicando princípios complementares e de consenso. O princípio complementar assume que cada dado -ômico contém informações únicas de modalidade. Para preservar tais informações, desenvolvemos um autoencoder de concatenação (ConcatAE) que concatena as características ocultas aprendidas de cada modalidade para integração. O princípio de consenso assume que os desacordos entre as modalidades limitam os erros do modelo. Para eliminar os ruídos ou discrepâncias entre as modalidades, desenvolvemos um autoencoder de cross-modalidade (CrossAE) para maximizar o acordo entre as modalidades e alcançar uma representação invariante de modalidade. Primeiro validamos a eficácia dos modelos propostos nos dados simulados do MNIST. Em seguida, aplicamos esses modelos aos dados multi-ômicos do câncer de mama TCCA para previsão de sobrevivência geral. RESULTADOS: Para a previsão de sobrevivência geral do câncer de mama, a integração da metilação de DNA e da expressão de miRNA alcança o melhor desempenho geral de 0,641 ± 0,031 com ConcatAE, e 0,63 ± 0,081 com CrossAE. Ambas as estratégias superam os modelos de base de única modalidade usando apenas a metilação de DNA (0,583 ± 0,058) ou a expressão de miRNA (0,616 ± 0,057). CONCLUSÕES: Em conclusão, alcançamos uma melhoria no desempenho da previsão de sobrevivência geral utilizando tanto as informações complementares quanto as de consenso entre os dados multi-ômicos. Os modelos ConcatAE e CrossAE propostos podem inspirar futuras técnicas de integração multi-ômica baseadas em representações profundas. Acreditamos que esses novos modelos de integração multi-ômica podem beneficiar o diagnóstico e tratamento personalizados de pacientes com câncer de mama.