NIPSOct, 2018
基于贝叶斯的多域学习方法应用于下一代测序计数数据中的癌症亚型发现
Bayesian multi-domain learning for cancer subtype discovery from next-generation sequencing count data
Ehsan Hajiramezanali, Siamak Zamani Dadaneh, Alireza Karbalayghareh, Mingyuan Zhou, Xiaoning Qian
TL;DR通过利用基因组规模的高通量技术，包括下一代测序（NGS），精准医学旨在实现个性化预后和治疗。然而，转化 NGS 数据面临几个挑战，其中之一是一个有效的模型。本研究开发了一种 BMDL 模型，通过分层负二项分解，得出基于层次的针对过离散化计数数据的域相关隐含表示，以实现对癌症亚型的准确识别。该模型表现出具有前景的多域学习效果。