跳到主要内容
检索

# 多组学整合

2 篇关联报道

订阅更新
  1. bioRxiv

    年轻乳腺癌生存预测改从年长队列借力:LSAT-EN按组学层调借力强度,四年AUC达0.819

    50岁以下乳腺癌患者样本少,预后模型难以训练,LSAT-EN把年长患者队列当作源域,在六个组学层上分别调节向源模型系数靠拢的强度,同时用弹性网做变量选择。在TCGA-BRCA数据上,以60岁及以上为源、50岁以下为目标,四年二分类生存预测的AUC为0.819,高于合并建模的0.774、仅用目标队列的0.757、glmtrans的0.728和GAS-EN的0.780。模拟中源目标差异越大、目标训练样本越少,分层借力的优势越明显。

  2. bioRxiv

    同一细胞内同时测转录组与三维基因组:scHiR把两套稀疏数据合成一个细胞嵌入

    同时测序单细胞转录组与三维基因组的技术已经能给出同一细胞的配对数据,但两类数据在噪声、尺度和生物学含义上差异很大,此前通常分开分析,各自学到的低维空间也不对齐。scHiR用两个模态各自的编码器把基因表达与染色质接触矩阵映射到同一个超球面潜空间,再分别重建两种信号。在HiRES、GAGE-seq和LiMCA三种技术产生的配对数据上,联合嵌入的聚类表现与单组学方法相当或更好,并在小鼠主嗅上皮数据上把伪时间与发育阶段的Spearman相关从单组学的0.357和0.205提高到0.517。

已读完全部报道