面向多种癌症多尺度组学数据融合的结构稀疏化方法研究

The development of high-throughput technology has made it easy to obtain multi-scale omics data across multiple cancer types. Excavating cancer abnormal biology molecular modules has important implications for understanding cancer mechanisms and discovering cancer biomarkers. Some multi-scale data fusion methods have been proposed in our previous work. These methods can effectively integrate multiple omics data of the same cancer. However, the previous work only focused on the integration of multiple omics data of the same cancer, but lacks the research on about the integrative analysis of multi-omics data across multiple cancer types. To this end, this project is intended to further study: (1) Seeking structured sparse methods that can discover gene functional modules by integrating gene interaction network and gene expression data; (2) Seeking structured sparse methods that can discover gene common and specific gene modules by integrating gene expression data of multiple cancers; (3) Seeking structured sparse methods that can discover common and specific miRNA-gene modules by integrating miRNA and gene expression data across multiple cancer types. In short, this project excavates common and specific abnormal gene or miRNA-gene modules from the perspective of data fusion. These modules are of great value in revealing the mechanism of cancer development and promoting, cancer treatment and diagnosis.

高通量技术的发展，使得获取多种癌症的多尺度组学数据变得容易，挖掘癌症异常生物分子表达模块，对理解癌症机制，发现癌症靶标具有重要意义。本项目前期已经开发了一些多尺度组学数据融合方法，可以很好的整合同一种癌症的多种组学数据，然而前期工作仅关注于一种癌症的不同组学数据的整合问题，而缺乏多种癌症多尺度组学数据融合方法的研究成果。为此，本项目拟进一步开展研究：(1)寻求基因表达数据和基因相互作用网络识别基因功能模块的模型与算法；(2)寻求整合多种癌症基因表达数据识别癌症特有、共有基因功能模块的模型与算法；(3)寻求整合多种癌症miRNA与基因表达数据识别癌症特有、共有miRNA-基因功能模块的模型与算法。总之，本项目以数据融合的观点挖掘不同癌症共有与特有的异常基因、miRNA-基因功能模块，在揭示癌症发生发展机制，促进癌症治疗、诊断等方面具有重要价值。

癌症是一种复杂的异质性疾病，目前对癌症致病生物分子机制的认识依然有限。高通量技术的发展，使得获取多种癌症的多尺度组学数据变得容易，如何有效地分析和利用这些癌症组学数据，已经成为生物信息学领域的核心问题。结合最新的统计机器学习理论，本项目提出了多个结构稀疏模型和算法，整合分析多种癌的多尺度组学数据，挖掘癌症相关功能模块。本项目的研究内容可以概括如下：（1）通过整合高维度的基因表达数据和基因与基因交互网络而识别共聚类模块，开发了一个新颖的稀疏网络正则矩阵分解方法，并将其应用于癌症组学数据中的基因共聚类模块挖掘问题。（2）开发了整合多种癌症miRNA与基因表达数据识别癌症特有、共有miRNA-基因功能模块的稀疏张量模型与算法。（3）为了在单细胞数据组学数据聚类过程中整合特征选择功能，提出了一个新的基于行稀疏的结构稀疏非负矩阵分解模型与算法。本项目以数据融合的观点挖掘不同癌症共有与特有的异常功能模块，在揭示癌症发生发展机制，促进癌症治疗、诊断等方面具有重要价值。此外，本项目提出的结构稀疏优化模型与算法对稀疏优化理论在生物信息学领域的应用研究具有良好的促进作用。本项目按原计划顺利进行完成，并取得了不错的成果。研究成果以学术论文和R软件包为主，其中SCI论文六篇，EI会议一篇，超额完成了预期目标。