多模态深度神经网络的高级别浆液性卵巢癌分类方法

作者：李浩琳; 韩家乐; 王会青^*; 丰智鹏

来源：华东理工大学学报, 2023, 1-10.

DOI：10.14135/j.cnki.1006-3080.20230321001

• 高级别浆液性卵巢癌
• 多组学数据
• 晚期集成
• 深度神经网络
• LASSO

提出了HGSOC分子亚型分类模型MMDNN-HGSOC，该模型将miRNA表达、DNA甲基化和拷贝数变异（CNV）与mRNA表达数据进行集成，构建多组学特征空间；基于LASSO回归算法，提出叠加式LASSO(S-LASSO)回归算法，充分获得每个组学数据中与HGSOC分子亚型关联的基因子集；引入多组学数据晚期集成策略，利用多模态深度神经网络学习不同组学数据的高级特征表示。实验结果表明，MMDNN-HGSOC在HGSOC分子亚型分类中表现出较好性能。此外，对特征选择过程中发现的重要基因进行了GO和KEGG富集分析，为HGSOC分子亚型鉴定和发病机制的研究提供有力支持。

• 单位
  太原理工大学