Master's Thesis
Generative models for cancer multi-omics integration
— 2023
Key information
Authors:
Supervisors:
Published in
July 3, 2023
Abstract
O aumento da disponibilidade de dados moleculares e o avanço das tecnologias de elevado rendimento têm sido cruciais para a oncologia de precisão. O desenvolvimento de métodos que possam integrar grandes quantidades de dados biológicos ou moleculares e encontrar biomarcadores é essencial nesta área. Além disso, a elevada heterogeneidade do cancro revela a importância de desenvolver uma abordagem holística que considere várias camadas moleculares. Na última década, registaram-se avanços na aprendizagem automática e nas ferramentas estatísticas que realizam a análise integrativa de dados multi-ómicos e permitem a previsão da resposta a medicamentos, a análise de factores ou a subtipagem do cancro. No entanto, a maioria dos métodos centra-se em conjuntos de dados de uma única célula e não permite a integração de vários conjuntos de dados. Para resolver este problema, foi desenvolvido um autoencoder variacional para integrar dados de transcriptómica, proteómica, metabolómica, metilação, CRISPR-Cas9 e resposta a farmácos. O modelo foi também utilizado para imputar valores nos conjuntos de dados de resposta a fármacos e de proteómica. O modelo obteve resultados semelhantes aos do modelo de referência na integração dos espaços latentes e demonstrou potencial na imputação da resposta a medicamentos. Além disso, as previsões do autoencoder variacional recapitulam os valores recentemente medidos para os dados em falta na matriz original de resposta a medicamentos. Embora o desempenho do codificador automático variacional tenha sido semelhante ao dos métodos lineares nestas tarefas, a flexibilidade da arquitectura permite melhorias adicionais e adaptações futuras que não são possíveis com a análise factorial clássica. The increase in the availability of molecular data and the advancement of high-throughput technologies as been crucial in precision oncology. Developing methods that can integrate large amounts of biological or molecular data and find biomarkers is essential in this area. Furthermore, the high heterogeneity of cancer reveals the importance of developing a holistic approach considering several molecular layers. In the past decade, there have been significant advancements in machine learning and statistical tools that perform multi-omic data integrative analysis and allow for drug response prediction, factor analysis, or cancer subtyping. However, most methods focus on single-cell datasets and do not allow the integration of several datasets. To address this problem, a variational autoencoder was developed to integrate transcriptomics, proteomics, metabolomics, methylation, CRISPR-Cas9 and drug response datasets. The model was also used to impute missing values in the drug response and proteomics datasets. The model achieved similar results as the benchmark in integrating the latent spaces and demonstrated potential in drug response imputation. In addition, the variational autoencoder imputation of missing values recapitulates newly measured values for the missing data in the original drug response matrix. Whilst the performance of the variational autoencoder was similar to linear methods in these tasks, the architecture's flexibility provides room for further improvements and future adaptations that are not possible with classical factor analysis.
Publication details
Authors in the community:
Supervisors of this institution:
Emanuel José Vieira Gonçalves
ist429071
Degree Name
Mestrado em Engenharia e Ciência de Dados
Fields of Science and Technology (FOS)
electrical-engineering-electronic-engineering-information-engineering - Electrical engineering, electronic engineering, information engineering
Keywords
- integração multi-ómica
- modelos generativos
- deep learning
- oncologia de precisão
- resposta a farmácos
- multi-omics integration
- generative models
- precision oncology
- drug response
Publication language (ISO code)
eng - English
Rights type:
Embargo lifted
Date available:
May 30, 2024
Institution name
Instituto Superior Técnico