使用一些机器学习的指标把HCC病人分成2类逆向收费读文献2019-21）

系列目录

本次要分享的文章发表于 March 2018，题目是：Deep Learning–Based Multi-Omics Integration Robustly Predicts Survival in Liver Cancer

癌症具有普遍的异质性，HCC也不例外，不同的组学数据不同计算方法可以把HCC稳定的聚为2~6类，有一个研究整合了256个HCC病人的mRNA, DNA methylation and miRNA 数据后聚集为5类。

3种数据的整合流程

作者使用的就是TCGA HCC cohort （360个病人）， 这里选取了3种数据，mRNA, DNA methylation and miRNA 首先走deep Learning流程 (就是简单的keras)

值得一提的是，这里的methylation数据，是把基因的TSS前面1.5kb的探针取平均值后算作是基因的甲基化水平。

本文的deep Learning流程输入数据的 15,629 genes from RNA-seq, 365 miRNAs from miRNAseq, and 19,883 genes from DNA methylation data

走完deep Learning流程，最后可以得到 two survival risk subtypes

示意图如下：

很清晰的分成2类

S1: aggressive (higher-risk survival) subtype; S2: moderate (lower-risk survival) subtype.

差异分析可以拿到每一类自己特异性基因集，可以进行GO/KEGG数据库的功能注释，以及PPI网络图。

实际上，癌症异质性那么多，使用一些机器学习的指标把病人分成2类有什么用呢？

支持向量机的表现

首先看训练集合测试集的表现

再看看作者挑选的另外5个数据集的表现：

生存分析

发现作者使用深度学习算法得到的分类，在其它公共数据库也可以非常显著的区分生存的好坏。

同样的分析策略很容易应用到其它癌症

比如发表于 Front Genet. 2018; Deep Learning-Based Multi-Omics Data Integration Reveals Two Prognostic Subtypes in High-Risk Neuroblastoma

总结一下：一顿操作猛如虎，虚有其表，花里胡哨~

1

10.12-10.14

2

10.26-10.28

	课程内容
1	生信R语言入门
2	GEO数据库挖掘
5	生信-Linux基础
6	转录组课题设计与流程分析