Resumen

Es una tarea crucial diseñar un método integrado para descubrir subtipos de cáncer y comprender la heterogeneidad del cáncer basado en múltiples datos genómicos. En los últimos años, se han propuesto algunos algoritmos de agrupamiento y aplicado a la predicción de subtipos de cáncer. Entre ellos, la fusión de redes de similitud (SNF) puede integrar múltiples tipos de datos genómicos para identificar subtipos de cáncer, lo que mejora la comprensión de la tumorigénesis. SNF utiliza una matriz de similitud densa para obtener la información global de los datos, y la interconexión de muestras entre diferentes categorías causará interferencia de ruido. Por lo tanto, cómo construir una matriz de similitud densa más robusta es un contenido de investigación importante para mejorar el rendimiento de la identificación de subtipos de cáncer. En este documento, propusimos la fusión de redes de similitud basada en caminata aleatoria y entropía relativa (RSNF) para la predicción de sub

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Diseño; Subtipos de cáncer; Datos genómicos; Algoritmos de agrupamiento; Fusión de redes de similitud; RSNF.
• Keywords:Design; Cancer subtypes; Genomic data; Clustering algorithms; Similarity network fusion; RSNF.