遗传工程的进展
开放获取

抽象的

基于压缩感知方法结合基因表达和 CNV 数据对胶质瘤进行亚型分型

唐文龙、曹宏宝、张继刚、段俊波、林东东、王玉平

人们认识到，不同类型的基因组测量的组合分析往往会给出更可靠的
分类结果。然而，如何有效地组合不同分辨率的数据是具有挑战性的。我们提出了一种基于压缩感知的新颖方法，用于组合分析基因表达和拷贝数变异数据，以对六种类型的胶质瘤进行分型。实验结果表明，与使用任一单独方法相比，所提出的组合方法可以显着提高分类准确性数据类型。所提出的方法可适用于许多其他类型的基因组数据。