DGI算法在乳腺癌空间转录组学分析上的应用

尹娜, 赵雅楠, 尚文婧, 司志好, 冯振兴

内蒙古工业大学学报(自然科学版) ›› 2024, Vol. 43 ›› Issue (06) : 489 -494.

PDF
内蒙古工业大学学报(自然科学版) ›› 2024, Vol. 43 ›› Issue (06) : 489 -494. DOI: 10.13785/j.cnki.nmggydxxbzrkxb.2024.06.002

DGI算法在乳腺癌空间转录组学分析上的应用

    尹娜, 赵雅楠, 尚文婧, 司志好, 冯振兴
作者信息 +

Author information +
文章历史 +
PDF

摘要

为了实现在单细胞水平上量化肿瘤空间异质性,选取10×Genomics平台上的乳腺癌空间转录组数据集为研究对象,使用深度图互信息(Deep graph infomax,DGI)模型对乳腺癌细胞进行聚类研究。结果显示,DGI算法展示出较好的聚类性能,调整兰德系数达到0.55,聚类结果接近人工注释分层且边界平滑,能够出色识别出乳腺癌标记基因和簇4与簇8之间的差异表达基因,富集结果表明这些基因与乳腺癌的发生发展有非常密切的关系。分析结果可能为乳腺癌患者找到作为临床诊断和治疗依据的标志物,对乳腺癌诊断和预后产生新的见解。

关键词

乳腺癌 / 聚类 / 标记基因 / 差异基因

Key words

引用本文

引用格式 ▾
DGI算法在乳腺癌空间转录组学分析上的应用[J]. 内蒙古工业大学学报(自然科学版), 2024, 43(06): 489-494 DOI:10.13785/j.cnki.nmggydxxbzrkxb.2024.06.002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

71

访问

0

被引

详细

导航
相关文章

AI思维导图

/