摘要
大规模分子数据集在生物信息学中的重要性日益凸显，为预后建模和相关生物基因的鉴定奠定了基础。然而，在生存分析中，删失观测和基因组数据的高维特性给可靠预测和变量选择带来了巨大挑战。为应对这些挑战，我们开发了一种惩罚分层贝叶斯 Cox（PHBC）建模框架，该框架利用自适应高斯先验（AGP）和修改后的全局 - 局部高斯 - 逆伽马超先验（Gaussian-IGH）结构，扩展了分层收缩和全局 - 局部先验公式。该框架由两个分层组件组成：（i）分配给回归系数的自适应高斯先验，其特定于系数的方差通过经验贝叶斯规则从数据中更新；（ii）方差分量上的逆伽马超先验，以提供灵活且自适应的收缩。推断基于 Cox 偏似然，得出偏似然（伪贝叶斯）后验。我们推导出相应的后验核并构建可扩展的变分推断近似，从而得出两种计算高效的程序：AGP-VI 和全局 - 局部高斯 - 逆伽马 - 变分推断（Global-Local Gaussian-IGH-VI）。通过广泛的模拟研究和应用于六个低维和高维基因组生存数据集来评估这些方法。使用一致性指数（C-index）、积分 Brier 评分、时变 AUC 以及变量选择的真/假阳性率来评估性能。 一项专门的模拟研究进一步考察了在弱、中等和高预测变量相关性下对多重共线性的敏感性，提出的方法在不同相关性水平下均保持竞争力。 在实际数据应用中，没有单一方法在所有预测标准上占绝对优势。提出的变分方法显示出强大但依赖于数据集的性能，其中全局 - 局部高斯 - 逆伽马 - 变分推断（Global-Local Gaussian-IGH-VI）在一个数据集上取得了最佳的整体预测性能，在另一个数据集上取得了最佳 C-index，而 AGP-VI 在另外两个数据集上取得了最佳区分度。经典惩罚和贝叶斯 Cox 方法仍然具有竞争力，尤其是在校准方面。这些结果展示了所提方法在高维基因组生存分析中的互补优势和权衡取舍。
