A pathway graph kernel based multi-omics approach for patient clustering

Hastaların moleküler altgruplara doğru sınıflandırılması, etkili tedavilerin geliştirilmesi ve bu alt gruplarda kansere neyin yol açtığını çözmek için önemlidir. Kanser hastalarının büyük kohortları için çoklu omik veri katologlarının erişilebilir olması, somatik mutasyon ya da farklı ifadelenme gibi hasta genlerinde gerçekleşen değişimleri kataloglayarak tümörlerin moleküler biyolojisine çoklu bakış sağlar. Aynı zamanda, moleküler etkileşim ağları da, bu değişimler için biyolojik bağlam sağlar. Çoklu omik hasta verilerini yolaklardaki mevcut biyolojik bilgi ile birleştiren PAMOGK'u (Yolak tabanlı Çoklu-Omik Çizge Çekirdeği kümelemesi) geliştiriyoruz. Bir yolak bağlamında tek bir moleküler değişim tipine göre hasta benzerliklerini değerlendiren yeni bir çizge çekirdeği geliştiriyoruz. Yüzlerce yol ve moleküler değişiklik kombinasyonları ile değerlendirilen hastaların çekirdek olarak sunulmuş çoklu görüşlerini birleştirmek için çok görüntülü çekirdek kümeleme yöntemini kullanıyoruz. Berrak hücreli böbrek kanseri (KIRC) hastalarına PAMOGK uygulanması, sağkalım süreleri önemli ölçüde farklı olan dört küme ile sonuçlanır (p-değeri = 1.24e-11). PAMOGK'u diğer sekiz en gelişmiş çoklu-omik kümeleme yöntemiyle karşılaştırdığımızda, PAMOGK, KIRC hastalarını farklı sağkalım dağılımları olan gruplara ayırabilme açısından sürekli olarak daha iyi performans gösterir. Bulunan hasta alt grupları ayrıca tümör evresi ve derecesi ve primer tümör ve metastaz tümör yayılımları gibi diğer klinik parametrelere göre de farklılık gösterir. Önemli olarak tanımlanan yolaklar KIRC ile son derece ilgilidir. Analizimizi mutasyon, protein ve gen ifadesi verilerine sahip sekiz farklı kanser tipi ile genişletiyoruz. PAMOGK'a, https://github.com/tastanlab/pamogk adresinden ulaşılabilir.