基于深度学习的癌症诊断与泛癌分型方法研究.pdf

摘要

目前，对于大多数癌症，作为一种重病轻症的疾病，仍然没有有效的治疗方法。发

现时期晚，又无法做到精准靶向治疗，这些无疑是现代医疗亟待解决的问题。而肿瘤的

早期诊断和精确分型有望成为解决上述问题的突破点，同时挖掘特异性靶点将成为治疗

的重要依据，为患者后续的治疗赢得宝贵的时间。本文基于深度学习的癌症诊断与癌症

分型开展了相关研究，主要研究内容及研究成果如下：

（1）在癌症诊断模型研究方面，针对转录组学数据由于存在特征维度高、样本数

量不平衡、数据噪声大等特点，通常直接应用深度学习模型算法难以取得较好的分类效

果。针对这一问题，本文提出了一种基于1DCNN-BiGRU的癌症诊断分类模型，该模型

以1DCNN模型作为基础模型，首先利用最大相关最小冗余算法对原始数据样本特征进

行筛选，然后再利用Smote算法缓解样本不平衡对分类效果的影响，最后在1DCNN模

型中通过融入双向门控循环单元以更好的利用特征间的相互联系。多组对比实验结果表

明，本文提出的方法在对33种癌症的分类任务中表现了良好的性能。

（2）在癌症分型模型研究方面，基于对泛癌分型核心问题和多组学数据集特征的

深入分析，鉴于深度自编码神经网络具有较好的数据降维和抽象特征表示能力，通过对

其进行适应性改进，提出了一种基于深度自编码神经网络的泛癌分型模型及其构建方法。

为尽可能缓解数据样本中存在的大量特征冗余问题，该模型首先将高维的多组学数据特

征进行压缩映射，然后用中间层输出的特征矩阵作为降维后的特征用于构建聚类模型。

同时在模型中通过引入注意力机制，使其更关注于关键特征。后续开展的对比实验在转

录组学，蛋白质组学，miRNA组学，以及多组学数据集上的聚类结果表明，本文提出的

方法对进一步提高泛癌分子类型的聚类效果具有积极作用，使用集成后的多组学数据训

练得到的模型效果优于单一组学数据的训练结果，最终得到了28种新的分子类型。

（3）在对泛癌分型结果分析方面，从生物学视角出发，提出了基于箱线图和生存

曲线的泛癌分子类型生存时间分析方法，接着分析了原始癌症类型和泛癌分子类型的关

联。在此基础上，对不同分子类型开展了基于GO富集分析的生物过程分析和关键基因

识别。通过上述分析实验结果表明，利用本文方法所获得的泛癌分型结果，既符合一般

意义上良好聚类结果的评价标准，同时在生物信息学领域具有较好的可解释性，所挖掘

到的关键基因具备作为临床诊断标志物的潜在可能。

关键词：癌症诊断；泛癌分型；多组学数据；深度学习；生物信息学

Researchoncancerdiagnosisandpan-cancertypingmethod

basedondeeplearning

Abstract

Atpresent,formostcancers,thereisstillnoeffectivetreatmentasaseriousdisease.Itis

undoubtedlyurgentproblemstobesolvedinmodernmedicinethatthelatediscoveryandthe

inabilitytorealizeprecisetargetedtherapy.Theearlydiagnosisandaccurateclassificationof

tumorsareexpectedtobeabreakthroughpointtosolvetheaboveproblems,andatthesame

time,miningspecifictargetswillbeanimportantbasisfortreatment,whichwillsaveprecious

timeforthefollow-uptreatmentofpatients.Inthisthesis,thecancerdiagnosisandcancer

typingbasedondeeplearningarestudied.Th