《AMOGEL：多组学与先验知识融合，精准解析癌症亚型的新突破》

《BMC Bioinformatics》：Amogel: a multi-omics classification framework using associative graph neural networks with prior knowledge for biomarker identification

在癌症研究中，现有研究对图神经网络（GNN）非线性学习潜力利用不足，且整合高通量多组学数据与先验知识的能力欠缺。研究人员开展了基于关联图神经网络和关联规则挖掘（ARM）的多组学分类框架研究。结果显示，AMOGEL 在分类准确性等指标上优于现有模型，为癌症亚型分类提供了新方法

　　** 在现代社会，癌症是导致死亡的主要原因之一。癌症的异质性使得准确识别癌症亚型成为开发有效治疗方案的关键。随着高通量技术的发展，多组学数据的产生为癌症研究带来了新机遇，但也面临着诸多挑战。例如，组学数据的高维性易导致模型过拟合，传统的融合方法无法充分考虑各数据类型对分类结果的不同贡献，且现有基于先验知识的基因图模型依赖于知识的完整性，在生物标志物发现方面也存在不足。

为解决这些问题，莫纳什大学马来西亚分校（School of Information Technology, Monash University Malaysia）的研究人员开展了一项关于多组学分类框架的研究。他们提出了一种名为关联多组学图嵌入学习（AMOGEL）的模型，通过将 GNN 与 ARM 相结合，有效整合多组学数据集和先验知识。研究结果表明，AMOGEL 在乳腺癌浸润性癌（BRCA）和泛肾癌（KIPAN）数据集的分类准确性、F1 评分和 AUC 评分等方面均优于当前的先进模型。这一研究成果发表在《BMC Bioinformatics》上，为癌症亚型分类和生物标志物识别提供了新的有力工具，有助于推动个性化癌症治疗的发展。

研究人员在开展研究时，用到了以下几个主要关键技术方法：首先，从 TCGAbiolink 和 Broad GDAC Firehouse 获取 BRCA 和 KIPAN 数据集，包括 miRNA 表达、mRNA 表达和 DNA 甲基化数据，并从相关数据库获取蛋白质 - 蛋白质相互作用（PPI）、KEGG 通路和基因本体（GO）等先验知识数据；其次，运用关联规则挖掘（ARM）技术挖掘组学数据间关系，构建信息图；然后，采用图神经网络（GNN）进行图特征学习；最后，结合全局特征学习和分类算法实现癌症亚型分类和基因排名。

研究结果如下：

1. 实验设置：将数据集按 7:3 比例划分为训练集和测试集，重复五次随机分割采样，使用 Python 3.9.18 和 PyTorch 框架，在特定配置的本地机器上进行实验，以准确性、宏观 F1 评分和宏观 AUROC 为评估指标。
2. 性能比较和分析：将 AMOGEL 与传统模型（如 k - 最近邻分类器（KNN）、支持向量机（SVM）、朴素贝叶斯（NB））、前馈深度神经网络模型（DNN）以及前沿的 GNN 模型（MOGONET、MOGLAM）进行比较。结果显示，AMOGEL 在 BRCA 和 KIPAN 数据集上的各项指标均优于其他模型，尤其在 BRCA 数据集上准确性和 F1 评分提升显著。与 MPK - GNN 模型相比，AMOGEL 在 BRCA 数据集上的准确性提高了 10.4%。
3. 消融研究：对 AMOGEL 的 ARM 特征选择、图特征学习和全局特征学习模块进行消融研究。结果表明，ARM 技术作为早期融合策略有效，能挖掘组学间关系并提取相关特征；整合先验知识可提高模型性能；不同模块的组合对模型性能有显著影响，AMOGEL 的整体架构设计优势明显。
4. 生物标志物发现和解释：通过两层 GAT 卷积学习边的注意力分数，筛选出候选基因生物标志物。对 BRCA 和 KIPAN 数据集的前 10 名基因分析发现，部分已知基因与癌症密切相关，如 BRCA 中的 FOXC1、ESR1 等，KIPAN 中的 miR - 126、VEGFA 等；部分基因虽研究较少但排名靠前，有进一步研究价值。通过与 DAVID 数据库比较及外部数据集验证，证实了 AMOGEL 筛选生物标志物的可靠性和有效性。

研究结论和讨论部分指出，AMOGEL 模型有效整合了多组学数据和先验生物学知识，通过 ARM 进行早期融合构建综合多组学图，引入多维边增强复杂生物相互作用的表示，利用基因排名技术提高模型可解释性并发现生物标志物。该模型在癌症亚型分类准确性、F1 评分和 AUROC 方面表现优异，且筛选出的生物标志物在相关癌症中具有显著富集。尽管模型性能受超参数调整影响，部分生物标志物因数据集限制无法测试，但 AMOGEL 仍为癌症研究提供了一个强大的框架，有助于推动更有效的个性化治疗策略的发展。未来研究可聚焦于自动超参数调整方法和优化 ARM 算法，同时探索其在其他癌症亚型中的应用 **