计算机研究与发展

作者：陈伯林,张劲雷,张建君,胡悠鹏,王腾,杨曼婷,卞军,尚学群,

关键词：癌症演化, 网络生物标志物, 阶段生物标志物, 表达模式, 信息系统,

癌症是一种复杂且动态变化的高异质性疾病.它的发生发展伴随着大量的基因突变与功能失调.识别癌症阶段相关的生物标志物，对于了解癌症的致病机理与发展机制至关重要.然而，现有的癌症生物标志物识别方法通常将各个基因看作是孤立的节点，且仅关注癌症的二分类效果，忽略了不同基因之间的交互关系变化以及不同病理阶段的显著差别.为解决上述问题，首先为癌症各阶段构建回归残差网络（regressionresidualnetwork，RRN），分析每个阶段RRN的节点和边，并结合生物通路进行多源数据挖掘，刻画了癌症随阶段演化的整个过程.通过对癌症的演化分析，分别获得癌症二分类和阶段多分类的网络生物标志物，并在GSE10072和GSE42171数据集上进行了验证.实验结果表明，仅使用2个基因ALDOA和NME1组成的生物标志物，可以在肺腺癌二分类问题上获得跟现有研究结果具有同样竞争力的预测准确度，而使用由17条边构成的阶段生物标志物，则可以在肺腺癌阶段多分类问题上获得比现有方法高出14.86个百分点的预测准确度.

来源：2025年第12期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2025年第12期