DriverMONI:融合多组学数据与条件特异性网络信息的多模态深度学习癌症驱动基因预测新方法
《IEEE Transactions on Computational Biology and Bioinformatics》:DriverMONI: Cancer Driver Gene Prediction with Multimodal Deep Learning Integrating Multiomics Data and Condition-specific Network Information
【字体:
大
中
小
】
时间:2025年12月16日
来源:IEEE Transactions on Computational Biology and Bioinformatics
编辑推荐:
为解决静态蛋白质相互作用(PPI)网络不完整性和研究偏差对癌症驱动基因预测模型性能的限制问题,研究人员开展了名为DriverMONI的多模态深度学习研究。该方法创新性地整合了多组学数据和条件特异性PPI子网络,通过深度神经网络(DNN)和图注意力网络(GAT)双模块架构,在9种TCGA癌症数据集上实现了最优预测性能(AUC最高达0.9709),显著优于现有GNN模型。该研究为克服生物网络数据局限性提供了有效解决方案,对精准肿瘤学研究具有重要意义。
癌症作为细胞生长失控的复杂疾病,其发生发展往往由少数关键基因的驱动突变所主导。然而,在成千上万的基因突变中,仅有极少数是真正促进肿瘤发生的"驱动者",绝大多数则是无关紧要的"乘客"突变。如何从海量基因组数据中精准识别这些驱动基因,一直是癌症研究领域的核心挑战。
传统方法主要依赖统计检验或机器学习模型,但往往难以充分捕捉基因间的复杂相互作用。近年来,图神经网络(GNN)技术的兴起为这一领域带来了新的希望,通过整合蛋白质相互作用(PPI)网络,能够更好地理解基因在生物网络中的功能关联。然而,现有方法面临一个关键瓶颈:公共PPI数据库中的相互作用大多是静态的,缺乏癌症特异性,且存在研究偏差导致网络不完整,这些因素严重制约了模型的预测能力。
正是在这样的背景下,Park和Jo团队在《IEEE Transactions on Computational Biology and Bioinformatics》上发表了他们的创新性研究成果——DriverMONI。这项研究提出了一种全新的多模态深度学习框架,巧妙地将多组学数据与条件特异性网络信息相结合,有效克服了传统方法的局限性。
研究人员采用的核心技术方法包括:基于TCGA队列的基因组和转录组数据处理,生成12维基因特征向量;利用KEGG数据库构建癌症特异性通路特征;通过边缘权重过滤和节点筛选生成条件特异性PPI子网络;建立DNN-GAT双模块架构,其中DNN模块处理基因自身特征,GAT模块通过图注意力机制学习网络拓扑信息;采用分层交叉验证和类别权重平衡解决数据不平衡问题。
研究团队发现,对PPI网络进行适当的边缘过滤能显著提升模型性能。通过比较不同阈值(无过滤、1%、5%、10%)下的预测效果,确定5%的阈值在多数癌症类型中表现最优。实验结果显示,在BRCA、READ等6种癌症中,使用top 5%高置信度边缘的模型AUC得分均高于无过滤版本,证明去除低权重边缘能有效减少噪声干扰,提升癌症驱动基因的分类准确率。
双模块设计的有效性通过系统的消融实验得到验证。比较DriverMONI完整模型与单独DNN模块、单独GAT模块的性能表现发现,在9种癌症中的6种,双模块组合均取得了最佳预测效果,且优势差距明显(平均AUC差异达0.0298)。这表明DNN和GAT模块确实具有互补性:DNN模块专注于基因自身特征,不受网络结构完整性影响;而GAT模块则能有效学习邻居基因的拓扑信息,二者结合形成了更强大的预测能力。
3.4 DriverMONI预测的候选癌症驱动基因
通过对预测结果的分析,研究人员识别出27个高分候选基因,这些基因虽未列入已知驱动基因数据库CGC v95,但具有重要生物学意义。其中8个基因在NCG数据库中被标注为肿瘤抑制基因,2个为癌基因,另有12个被归类为候选癌症驱动基因。通路富集分析显示,这些基因显著富集于"癌症中的微RNA"、"神经胶质瘤"、"癌症通路"等癌症相关通路,支持它们的潜在驱动功能。对BRCA数据集Top5基因的文献调研进一步证实,MUC16、GRB2、PTEN、RYR2等基因均与乳腺癌发生发展存在已知关联。
DriverMONI在预测一致性方面表现出色。通过计算各方法Top100预测基因与其他方法的重叠比例,发现DriverMONI预测的基因具有最高的共识度,即其预测结果与其他方法的重叠比例最大,而单独预测的比例最小。这表明DriverMONI能够有效识别被广泛认可的核心驱动基因,而非产生大量方法特异性假阳性结果。
为验证模型对网络不完整性的鲁棒性,研究团队设计了跨版本验证实验:使用旧版HumanNet v2训练模型,在新版HumanNet v3上测试性能。结果显示,DriverMONI的AUC得分(如BRCA: 0.9070)显著优于单一GAT、GCN以及MODIG等对比模型。这一优势归功于其多模态架构——当网络信息不完整时,DNN模块仍能基于基因自身特征保持稳定预测,从而减轻了对网络完整性的依赖。
在9种癌症类型的系统评估中,DriverMONI均取得了最佳预测性能,特别是在使用STRING数据库作为PPI来源时表现尤为突出。与代表性方法相比,DriverMONI在BRCA、READ、LUAD等所有测试癌症中的AUC值均最高(0.851-0.951),显著优于MODIG、GUST、deepDriver和DiffMut等现有方法。在泛癌分析中,DriverMONI同样以0.9709的AUC值领先于HGDCS、EMOGI、MTGCN等最新GNN基线方法,证明了其在多种癌症场景下的通用性和可靠性。
DriverMONI研究的重要意义在于它成功解决了癌症驱动基因预测领域的一个关键难题——如何有效利用不完整且有偏差的生物网络数据。通过多模态深度学习框架的创新设计,该研究不仅提供了一种高性能的预测工具,更重要的是为如何处理生物医学数据中的不确定性提供了方法论启示。条件特异性子网络的构建策略使得模型能够聚焦于癌症相关相互作用,而双模块架构则确保了在网络信息不足时仍能保持稳健预测。
这项研究的实际价值体现在多个方面:首先,它能够更准确地识别新的癌症驱动基因,为靶向治疗开发提供新线索;其次,其预测结果与其他方法高度一致,增加了结果的可信度;最后,模型对网络不完整性的鲁棒性使其能够适应不同质量和完整度的PPI数据,具有更广泛的应用前景。
随着生物医学数据的不断积累和网络资源的日益丰富,DriverMONI所代表的多模态整合策略将为精准医学研究提供强有力的技术支持。未来,结合对比学习等先进技术进一步优化网络表示学习,有望在癌症驱动基因预测乃至更广泛的生物医学网络分析领域取得更大突破。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号