基于分层跨注意力机制的多组学整合框架HCAM-BRCA用于乳腺癌亚型分类与生物标志物发现

《BMC Bioinformatics》：HCAM-BRCA: an interpretable multi-omics framework for breast cancer subtype classification and biomarker discovery

　　

摘要

背景

整合多组学数据可以通过捕获mRNA、miRNA和DNA甲基化谱中的互补分子信息来改善乳腺癌亚型分类。然而，许多现有方法依赖于单组学或双组学整合，未显式建模跨分子层级的层级调控相互作用，从而限制了生物学可解释性和预测性能。

方法

在本研究中，我们提出了HCAM-BRCA，一种用于乳腺癌亚型分类和生物标志物发现的分层跨注意力多组学框架。所提出的架构利用模态特定的自注意力机制和跨注意力机制整合mRNA、miRNA和DNA甲基化数据，以同时捕获组学内部的特征依赖性和组学之间的调控关系。随后，所得到的低维嵌入表示通过多种机器学习分类器进行评估。

结果

在所有分类器中，HCAM-BRCA相较于RNA-miRNA和RNA-CpG成对整合策略始终表现出更优的性能。在所评估的模型中，CatBoost取得了最高的宏平均MCC（0.7628 ± 0.0130），而Extra Trees取得了最高的AUPRC（0.8925 ± 0.0032）。所提出的框架展现了强大且稳定的亚型区分能力，尤其对临床上具有挑战性的Luminal B和Her2-enriched亚型。性能指标以五折交叉验证的均值±标准差报告。基于注意力的特征优先级排序鉴定了与转录调控、染色质组织、免疫信号通路和癌症相关通路相关的生物学意义基因。生存分析进一步揭示了多个亚型特异性的预后关联，包括Basal-like肿瘤中的CUX1、MYZAP和CEBPA，Luminal B中的HOXA10和HLA-DQA2，以及Her2-enriched肿瘤中的GDF10和ZNF879。

结论

总体而言，HCAM-BRCA提供了一个可解释且具有生物学依据的多组学整合框架，将稳健的亚型分类与具有临床意义的生物标志物优先级排序相结合，展示了其在计算肿瘤学和精准乳腺癌研究中的潜在应用价值。