期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的低级别胶质瘤多组学数据整合稳健分型
1
作者
杜港
贾聪聪
+4 位作者
赵鑫
田雅昕
房瑞玲
张岩波
曹红艳
《中国卫生统计》
北大核心
2025年第2期185-190,共6页
目的 多组学数据的高噪稀疏性以及存在异常值,易导致多组学数据整合分型稳健性不足,本研究提出将深度学习中的自编码器与最优化稳健伪极大似然估计器(optimally tuned robust improper maximum likelihood estimator, OTRIMLE)结合的方...
目的 多组学数据的高噪稀疏性以及存在异常值,易导致多组学数据整合分型稳健性不足,本研究提出将深度学习中的自编码器与最优化稳健伪极大似然估计器(optimally tuned robust improper maximum likelihood estimator, OTRIMLE)结合的方法,并将其应用于低级别胶质瘤(lower-grade gliomas, LGG)患者分型。方法 采用自编码器对LGG的miRNA、mRNA和甲基化数据进行非线性降维,串联后采用OTRIMLE方法进行稳健分型。对最终的分型结果,利用Cox比例风险模型分析不同分型的预后风险,使用差异表达分析筛选出DEmiRNAs(differentially expressed miRNAs),DEmRNAs(differentially expressed mRNAs)和DMGs(differentially methylated genes),对DEmiRNAs的靶基因、DEmRNAs和DMGs三者的重合基因进行GO富集分析,最后对不同分型的患者进行免疫细胞浸润与通路活性分析。结果 将LGG患者分为四型,其中分型4患者的死亡风险是分型3患者的5.903倍。筛选出8个DEmiRNAs, 2890个DEmRNAs和46个DMGs,联合分析得到的658个重合基因富集于423条GO生物项。筛选出13条活性存在差异的通路以及4种存在差异的免疫浸润细胞。结论 基于深度学习的OTRIMLE方法对多组学数据高噪稀疏性和存在异常点时具有稳健性,有效实现了LGG患者的稳健分型,并筛选出了具有统计学差异的免疫细胞与通路等,可为LGG后续针对性治疗提供理论依据。
展开更多
关键词
稳健分型
深度学习
多组学数据
低级别胶质瘤
在线阅读
下载PDF
职称材料
基于生存结局加权多组学数据整合的胶质瘤分子分型
2
作者
贾聪聪
杜港
+5 位作者
赵鑫
师国京
房瑞玲
李治
张岩波
曹红艳
《中国卫生统计》
CSCD
北大核心
2024年第5期644-649,共6页
目的探讨将生存结局加权的多组学数据整合方法survClust应用于胶质瘤(glioma)数据,以识别具有显著分子异质性和预后差异的胶质瘤分子分型。方法采用survClust方法对中国胶质瘤基因数据库(Chinese glioma genome atlas,CGGA)的胶质瘤多...
目的探讨将生存结局加权的多组学数据整合方法survClust应用于胶质瘤(glioma)数据,以识别具有显著分子异质性和预后差异的胶质瘤分子分型。方法采用survClust方法对中国胶质瘤基因数据库(Chinese glioma genome atlas,CGGA)的胶质瘤多组学数据进行结局加权整合分型,并拟合Cox比例风险模型评估不同分型患者预后。对不同分型间的差异表达基因(DEmiRNAs,DEmRNAs,DMGs)进行筛选,对DEmiRNAs靶基因、DEmRNAs、DMGs的重合基因进行GO功能注释;最后对不同分型患者进行免疫浸润分析。结果survClust将胶质瘤患者分为高危组和低危组,高危组患者的死亡风险是低危组的2.931倍。不同分型差异基因的分布存在差异,共筛选出194个DEmiRNAs,3396个DEmRNAs,1230个DMGs。将189个重合基因进行GO功能注释,得到52条差异具有统计学意义的GO生物项。此外,不同分型在B淋巴细胞、CD4+T细胞、CD8+T细胞、中性粒细胞、巨噬细胞和髓样树突状细胞的免疫浸润水平存在统计学差异。结论结局加权整合算法survClust能够有效识别兼具分子异质性和显著预后差异的胶质瘤亚型,同时基于分型结果筛选出的潜在生物标志物将为胶质瘤的个性化治疗提供科学理论依据。
展开更多
关键词
生存结局加权聚类
分子亚型
多组学数据整合
胶质瘤
在线阅读
下载PDF
职称材料
题名
基于深度学习的低级别胶质瘤多组学数据整合稳健分型
1
作者
杜港
贾聪聪
赵鑫
田雅昕
房瑞玲
张岩波
曹红艳
机构
山西
医科
大学
卫生
统计教研室
山西医科大学公共卫生学院重大疾病风险评估山西省重点实验室
煤炭环境致病与防治教育部
重点
实验室
出处
《中国卫生统计》
北大核心
2025年第2期185-190,共6页
基金
国家自然科学基金(82473739)
山西省基础研究计划(202303021211130)
+2 种基金
山西省回国留学人员科研资助项目(2024-081)
山西省高等教育“百亿工程”科技引导专项
山西省基础研究计划(20210302124409)。
文摘
目的 多组学数据的高噪稀疏性以及存在异常值,易导致多组学数据整合分型稳健性不足,本研究提出将深度学习中的自编码器与最优化稳健伪极大似然估计器(optimally tuned robust improper maximum likelihood estimator, OTRIMLE)结合的方法,并将其应用于低级别胶质瘤(lower-grade gliomas, LGG)患者分型。方法 采用自编码器对LGG的miRNA、mRNA和甲基化数据进行非线性降维,串联后采用OTRIMLE方法进行稳健分型。对最终的分型结果,利用Cox比例风险模型分析不同分型的预后风险,使用差异表达分析筛选出DEmiRNAs(differentially expressed miRNAs),DEmRNAs(differentially expressed mRNAs)和DMGs(differentially methylated genes),对DEmiRNAs的靶基因、DEmRNAs和DMGs三者的重合基因进行GO富集分析,最后对不同分型的患者进行免疫细胞浸润与通路活性分析。结果 将LGG患者分为四型,其中分型4患者的死亡风险是分型3患者的5.903倍。筛选出8个DEmiRNAs, 2890个DEmRNAs和46个DMGs,联合分析得到的658个重合基因富集于423条GO生物项。筛选出13条活性存在差异的通路以及4种存在差异的免疫浸润细胞。结论 基于深度学习的OTRIMLE方法对多组学数据高噪稀疏性和存在异常点时具有稳健性,有效实现了LGG患者的稳健分型,并筛选出了具有统计学差异的免疫细胞与通路等,可为LGG后续针对性治疗提供理论依据。
关键词
稳健分型
深度学习
多组学数据
低级别胶质瘤
Keywords
Robust clustering
Deep learning
Multi-omics data
Lower-grade gliomas
分类号
R181.2 [医药卫生—流行病学]
R739.41 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
基于生存结局加权多组学数据整合的胶质瘤分子分型
2
作者
贾聪聪
杜港
赵鑫
师国京
房瑞玲
李治
张岩波
曹红艳
机构
山西
医科
大学
卫生
统计教研室
山西医科大学公共卫生学院重大疾病风险评估山西省重点实验室
煤炭环境致病与防治教育部
重点
实验室
中北
大学
运动人体科学教研室
出处
《中国卫生统计》
CSCD
北大核心
2024年第5期644-649,共6页
基金
国家自然科学基金资助项目(82473739)
山西省基础研究计划(202303021211130)
+3 种基金
山西省回国留学人员科研资助项目(2024-081)
山西省高等教育“百亿工程”科技引导专项
山西省基础研究计划(20210302124409)
山西省研究生科研创新项目(2023KY403)。
文摘
目的探讨将生存结局加权的多组学数据整合方法survClust应用于胶质瘤(glioma)数据,以识别具有显著分子异质性和预后差异的胶质瘤分子分型。方法采用survClust方法对中国胶质瘤基因数据库(Chinese glioma genome atlas,CGGA)的胶质瘤多组学数据进行结局加权整合分型,并拟合Cox比例风险模型评估不同分型患者预后。对不同分型间的差异表达基因(DEmiRNAs,DEmRNAs,DMGs)进行筛选,对DEmiRNAs靶基因、DEmRNAs、DMGs的重合基因进行GO功能注释;最后对不同分型患者进行免疫浸润分析。结果survClust将胶质瘤患者分为高危组和低危组,高危组患者的死亡风险是低危组的2.931倍。不同分型差异基因的分布存在差异,共筛选出194个DEmiRNAs,3396个DEmRNAs,1230个DMGs。将189个重合基因进行GO功能注释,得到52条差异具有统计学意义的GO生物项。此外,不同分型在B淋巴细胞、CD4+T细胞、CD8+T细胞、中性粒细胞、巨噬细胞和髓样树突状细胞的免疫浸润水平存在统计学差异。结论结局加权整合算法survClust能够有效识别兼具分子异质性和显著预后差异的胶质瘤亚型,同时基于分型结果筛选出的潜在生物标志物将为胶质瘤的个性化治疗提供科学理论依据。
关键词
生存结局加权聚类
分子亚型
多组学数据整合
胶质瘤
Keywords
Outcome-weighted clustering
Molecular subtype
Multi-omics integration
Gliomas
分类号
R195.1 [医药卫生—卫生统计学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的低级别胶质瘤多组学数据整合稳健分型
杜港
贾聪聪
赵鑫
田雅昕
房瑞玲
张岩波
曹红艳
《中国卫生统计》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于生存结局加权多组学数据整合的胶质瘤分子分型
贾聪聪
杜港
赵鑫
师国京
房瑞玲
李治
张岩波
曹红艳
《中国卫生统计》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
