摘要 推断基因模块活性是理解病例对照研究中转录组失调的关键。现有的大多数基因集分析方法关注组间差异，而未考虑数据的复杂几何结构。我们介绍了GEDO，这是一种基于图和拓扑的方法，通过转换得分推断基因模块活性，量化健康对照与疾病个体之间的变化。当应用于来自干燥综合征患者和健康对照的Bulk RNA-seq数据（PRECISESADS队列）以及来自癌症基因组图谱的乳腺癌数据集时，GEDO在分类、无监督聚类任务以及对噪音和偏见的鲁棒性方面与主成分分析（PCA）、z-score均值、单样本基因集富集分析（ssGSEA）和基因集变异分析（GSVA）进行了基准测试。在PRECISESADS队列中，GEDO在预测疾病状态、干扰素特征、增强亚组可分性及对噪音和偏见的鲁棒性方面优于其他方法。捕捉到的生物信号与干燥综合征的知识和临床特征一致。在乳腺癌数据集中，GEDO的嵌入更好地代表了PAM50分子亚型。其监督和基于拓扑的设计能够更细致地解析与疾病相关的转录组变化。GEDO提供了一个稳健、可解释的框架，用于量化基因模块的活性，具有单组学和潜在多组学整合的应用。
Bézier等（星期四）研究了这个问题。