已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A metagene based similarity network fusion approach for multi-omics data integration identified novel subtypes in renal cell carcinoma

肾细胞癌 计算生物学 鉴定(生物学) 亚型 组学 生物信息学 生物 计算机科学 医学 肿瘤科 植物 程序设计语言
作者
Congcong Jia,Tong Wang,Dan Cui,Yaxin Tian,Gaiqin Liu,Zhaoyang Xu,Yanhong Luo,Ruiling Fang,Hongmei Yu,Yanbo Zhang,Yuehua Cui,Cao Hong-yan
出处
期刊:Briefings in Bioinformatics [Oxford University Press]
卷期号:25 (6) 被引量:1
标识
DOI:10.1093/bib/bbae606
摘要

Abstract Renal cell carcinoma (RCC) ranks among the most prevalent cancers worldwide, with both incidence and mortality rates increasing annually. The heterogeneity among RCC patients presents considerable challenges for developing universally effective treatment strategies, emphasizing the necessity of in-depth research into RCC’s molecular mechanisms, understanding the variations among RCC patients and further identifying distinct molecular subtypes for precise treatment. We proposed a metagene-based similarity network fusion (Meta-SNF) method for RCC subtype identification with multi-omics data, using a non-negative matrix factorization technique to capture alternative structures inherent in the dataset as metagenes. These latent metagenes were then integrated to construct a fused network under the Similarity Network Fusion (SNF) framework for more precise subtyping. We conducted simulation studies and analyzed real-world data from two RCC datasets, namely kidney renal clear cell carcinoma (KIRC) and kidney renal papillary cell carcinoma (KIRP) to demonstrate the utility of Meta-SNF. The simulation studies indicated that Meta-SNF achieved higher accuracy in subtype identification compared with the original SNF and other state-of-the-art methods. In analyses of real data, Meta-SNF produced more distinct and well-separated clusters, classifying both KIRC and KIRP into four subtypes with significant differences in survival outcomes. Subsequently, we performed comprehensive bioinformatics analyses focused on subtypes with poor prognoses in KIRC and KIRP and identified several potential biomarkers. Meta-SNF offers a novel strategy for subtype identification using multi-omics data, and its application to RCC datasets has yielded diverse biological insights which are highly valuable for informing clinical decision-making processes in the treatment of RCC.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
韩寒完成签到 ,获得积分10
2秒前
无花果应助刻苦的尔白采纳,获得10
3秒前
愉快的千风完成签到,获得积分10
6秒前
8R60d8完成签到,获得积分0
8秒前
zxq1996完成签到 ,获得积分10
10秒前
11秒前
岸在海的深处完成签到 ,获得积分10
12秒前
风清扬完成签到,获得积分10
13秒前
So完成签到 ,获得积分10
17秒前
willlee完成签到 ,获得积分10
18秒前
SciGPT应助拼搏的亿先采纳,获得10
20秒前
RR发布了新的文献求助10
22秒前
科研通AI2S应助乔二采纳,获得10
27秒前
28秒前
所所应助晓晗采纳,获得10
29秒前
31秒前
彭于晏应助zxx采纳,获得10
32秒前
ycp完成签到,获得积分10
33秒前
呜哈哈发布了新的文献求助10
33秒前
华仔应助jam采纳,获得10
33秒前
Zml200123完成签到,获得积分10
34秒前
36秒前
ivandoctor发布了新的文献求助10
36秒前
十三发布了新的文献求助10
41秒前
wzjs完成签到 ,获得积分10
43秒前
彭于晏应助RR采纳,获得10
47秒前
fengyuke发布了新的文献求助10
48秒前
呜哈哈完成签到,获得积分10
48秒前
吃的饱饱呀完成签到 ,获得积分10
49秒前
52秒前
研友_yLpQrn发布了新的文献求助10
53秒前
阿鹿462完成签到 ,获得积分10
53秒前
子陵完成签到 ,获得积分10
55秒前
55秒前
57秒前
llr123完成签到,获得积分10
58秒前
暮商完成签到 ,获得积分10
58秒前
学术小白完成签到,获得积分10
58秒前
58秒前
jam发布了新的文献求助10
1分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256777
求助须知:如何正确求助?哪些是违规求助? 2898945
关于积分的说明 8303121
捐赠科研通 2568188
什么是DOI,文献DOI怎么找? 1394887
科研通“疑难数据库(出版商)”最低求助积分说明 652924
邀请新用户注册赠送积分活动 630631