一种用于提升不完整多组学数据分析能力的强大表示学习方法

《npj Systems Biology and Applications》：A powerful representation learning method for enhanced analysis of incomplete multi-omics data

　　

摘要

对多组学数据进行整合分析，能够更全面、细致地了解研究对象的生物状态。然而，数据的高维性以及多种数据类型中存在缺失值的问题，给分析带来了巨大挑战。目前针对不完整多组学数据的方法十分有限，且无法充分利用各种数据类型特有的信息及共有的信息，同时还容易产生与特定任务相关的偏差。我们提出了JASMINE，这是一种用于处理不完整多组学数据的自监督表示学习方法，它既能保留各种数据类型特有的信息，又能保留共同的信息，还能增强样本之间的相似性结构。在两个不同的不完整多组学数据集上，JASMINE生成的嵌入向量在多项任务中都能表现出更优异的性能，而且每个数据集只需进行一轮训练即可。