基于多模态解耦对比学习的癌症亚型聚类方法

摘要

目的 基于癌症基因组图谱(the cancer genome atlas, TCGA)中5种癌症的多组学数据，提出一种融合图卷积网络、自注意力机制与解耦对比学习的癌症亚型聚类模型。方法 模型以TCGA数据库中5种癌症的4种组学数据为输入，分别构建每类组学中样本之间的关系网络，利用图卷积网络提取组学内部的结构信息，更好地保留样本之间的特征差异。将不同组学下的特征进行拼接，并通过注意力机制进行加权融合，自动学习各组学的重要程度与互补关系。最后采用解耦对比学习方法，利用样本增强后的不同视角进行无监督训练，引导模型在没有真实标签的情况下识别出潜在的癌症亚型。结果 模型在5种癌症数据中均表现出良好的聚类效果，能够将样本有效划分为不同的亚型。在生存分析中，各亚型之间的生存曲线呈现显著分离，说明模型识别的亚型预后存在差异。部分亚型在临床特征上也表现出较强的区分能力。与多种现有方法相比，本研究模型在多项评价指标上均取得良好结果，聚类结果具有更高的稳定性，同时展现出更强的生物学解释能力。结论 本研究提出的癌症亚型聚类模型通过图卷积网络、自注意力机制与对比学习的协同作用，有效整合多组学数据，显著提升了癌症亚型聚类的准确性和临床解释力，该模型为癌症异质性研究提供了新思路，有助于精准医疗的个性化治疗策略制定。

关键词

癌症亚型聚类 / 多组学 / 图卷积网络 / 自注意力机制 / 解耦对比学习