基于归纳图学习和级联协同注意力机制的多组学数据整合方法

《Scientific Reports》：Multi-omic data integration model based on inductive graph learning and cascaded co-attention for cancer classification

　　

摘要

对来自多个组学层级的数据进行综合分析，对于制定复杂疾病的精准治疗策略至关重要。多组学数据的有效整合与分析能够提升疾病亚型的精准分类水平。然而，现有的多组学数据整合学习方法存在以下问题：忽视了组学间特征的重要性、不同组学数据内部及跨组学数据中的潜在特征，以及不同类型组学数据可在高层特征空间中呈现独特特征这一事实。针对这一问题，我们提出了一种基于归纳图学习和级联协同注意力机制的多组学数据整合学习模型，称为IGLCCA4omic，以更好地学习多组学数据的特征并提高癌症分类性能。一方面，IGLCCA4omic将基于余弦相似度的患者相似性网络与GraphSAGE相结合，以有效捕捉每种组学数据类型内部潜在特征的内在关联。另一方面，IGLCCA4omic提出了一种名为级联协同注意力的新型注意力机制，用于融合从多组学数据中学习到的特征并聚焦其重要特征信息，全面捕捉和整合跨组学的代表性或重要特征及互补信息，从而提升癌症分类效果。我们在包含miRNA表达、mRNA表达和DNA甲基化数据的四个基准数据集上进行了广泛实验，以验证IGLCCA4omic的有效性和优越性。实验结果表明，IGLCCA4omic优于当前最先进的方法，有效提升了癌症分类性能。