- 1次围观
临床上肿瘤表现相似的癌症患者，其疾病进展和治疗反应可能存在显著差异。患者特异性基因调控网络（GRN）或可捕捉仅凭基因表达无法体现的调控异质性。然而，利用这类高维网络对患者进行聚类的策略尚未得到系统评估，而且目前仍不清楚，直接基于数百万个患者特异性调控边权重进行聚类是否能在大规模数据中实现。我们针对来自33种癌症、共9,778份原发肿瘤样本中通过 PANDA 和 LIONESS 推断的患者特异性 GRN，对特征选择和聚类方法进行了基准评估。我们比较了三种数据表示形式：基因表达、用于概括各基因所受调控输入的基因入度，以及由转录因子—基因边权重构成的完整网络。我们采用共识聚类，对由四种特征选择方法与五种聚类算法组合而成的20种方案进行了评估。评估指标包括平均轮廓系数、PAC 分数、一致性、计算时间和内存使用量。对于两种基于 GRN 的数据表示形式，基于标准差的特征选择与 k-means 聚类相结合，整体表现均最为出色；边权重和入度表示的总体评分分别为0.997和0.985，同时保持了较高的计算效率。基于边权重和入度得到的患者亚群，在临床、生物学和预后方面均呈现出与基因表达聚类结果互补的关联。总而言之，这些发现为基于网络的癌症患者分层提供了实用框架，并凸显了 GRN 衍生特征在揭示基因表达之外临床相关肿瘤异质性方面的潜力。仅凭表达式。
基于患者特异性基因调控网络的聚类策略泛癌基准评估 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索关键词
高级搜索
最新结果
基于患者特异性基因调控网络的聚类策略泛癌基准评估
查看 ORCID 个人资料
Panos Sarantidis，
查看 ORCID 个人资料
Tatiana Belova，
查看 ORCID 个人资料
Mariike Kuijjer
doi：
https://doi.org/10.64898/2026.10.20.759648
Panos Sarantidis
1
赫尔辛基大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Panos Sarantidis 的 ORCID 记录
Tatiana Belova
2
奥斯陆大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Tatiana Belova 的 ORCID 记录
Mariike Kuijjer
1
赫尔辛基大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Mariike Kuijjer 的 ORCID 记录
通讯作者：
mariike.kuijjer{at}helsinki.fi
摘要
信息 / 历史
指标
预览 PDF
摘要
临床上肿瘤相似的癌症患者，其疾病进展和治疗反应可能存在显著差异。患者特异性基因调控网络（GRN）或可捕捉仅凭基因表达无法体现的调控异质性。然而，利用这些高维网络对患者进行聚类的策略尚未经过系统评估；此外，直接基于数百万个患者特异性调控边权重进行聚类，能否在大规模数据中实现，在计算上是否可行，仍不明确。
我们对用于患者特异性 GRN 的特征选择与聚类方法进行了基准评估。这些 GRN 使用 PANDA 和 LIONESS 推断，涵盖来自 33 种癌症类型的 9,778 份原发肿瘤样本。我们比较了
三种数据表示：基因表达、用于概括每个基因调控输入的基因入度，以及转录因子—基因边权重构成的完整网络。通过共识聚类，对四种特征选择方法与五种聚类算法的二十种组合进行了评估。评估指标包括平均轮廓系数、PAC 分数、一致性、计算时间和内存使用量。
对于两种基于基因调控网络（GRN）的数据表示，标准差特征选择与 k-means 聚类相结合，取得了最优的整体表现；边权重和入度数据表示的总体得分分别为 0.997 和 0.985，同时保持了较高的计算效率。基于边权重和入度得到的聚类，在临床、生物学及预后方面所呈现的关联，与基于基因表达得到的结果互为补充。这些发现共同提供了一个实用的网络分析框架，可用于癌症患者分层；同时也凸显了基于 GRN 的特征在揭示基因表达本身无法充分呈现的、具有临床意义的肿瘤异质性方面的潜力。
利益冲突声明
作者声明不存在利益冲突。
已声明的资助信息
精准癌症医学博士教育试点项目（iCANDOC）
iCAN 数字精准癌症医学旗舰项目
Jane & Aatos Erkko 基金会
，250032
芬兰癌症基金会（Aune Ester 与 Karl Hjalmar Winberg 基金）
Sigrid Jusélius 基金会，
挪威研究委员会，
Helse Sør-Øst
奥斯陆大学 / NCMBM
，187615
挪威研究委员会，
，313932
挪威癌症协会，
，214871
，273592
版权
本预印本的版权归作者／资助方所有，其……
bioRxiv 获得永久展示该预印本的许可。
本文依据 CC-BY 4.0 国际许可协议公开发布。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 25 日
下载 PDF
电子邮件
感谢您有意帮助传播 bioRxiv 上的内容。
注意：系统要求您提供电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请输入多个地址，每个地址单独占一行，或以逗号分隔。
您即将通过电子邮件发送以下内容：
《泛癌症患者特异性基因调控网络聚类策略基准评估》
邮件主题
（您的姓名）向您转发了 bioRxiv 网页
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的此页面感兴趣。
您的个人留言
验证码
此问题用于验证您是否为真实访客，并防止自动垃圾信息提交。
分享
泛癌症患者特异性基因调控网络聚类策略基准评估
Panos Sarantidis、Tatiana Belova、Mariike Kuijjer
bioRxiv
2026.10.20.759648；
doi: https://doi.org/10.64898/2026.10.20.759648
分享本文：
复制
引文工具
泛癌症患者特异性基因调控网络聚类策略基准评估
Panos Sarantidis、Tatiana Belova、Mariike Kuijjer
bioRxiv
2026.10.20.759648；
doi: https://doi.org/10.64898/2026.10.20.759648
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（标签格式）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks（标签格式）
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google Plus +1
学科领域
生物信息学
学科领域
所有文章
动物行为与认知（8164）
生物化学（19027）
生物工程（15171）
生物信息学（45381）
生物物理学（22958）
癌症生物学（20121）
细胞生物学（27315）
临床试验
（138）
发育生物学
（14150）
生态学
（21402）
流行病学
（2067）
进化生物学
（25816）
遗传学
（16352）
基因组学
（23851）
免疫学
（19036）
微生物学
（43211）
分子生物学
（18346）
神经科学
（95158）
古生物学
（714）
病理学
（3037）
药理学与毒理学
（5203）
生理学
（8288）
植物生物学
（16274）
科学传播与教育
（2116）
合成生物学
（4647）
系统生物学
（10391）
动物学
（2427）
关键词：患者特异性基因调控网络 · 泛癌症分析 · 癌症患者分层 · 共识聚类 · 肿瘤异质性
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.20.759648v1?rss=1