Discovering cross-cancer patients with a semi-supervised deep clustering approach

Geleneksel tıpta, bir kanser hastasının tedavi kararları tipik olarak hastanın kanser türüne dayanır. Çok sayıda kanser hastasından oluşan geniş bir kohort için moleküler profillerin mevcudiyeti, hastaları moleküler düzeyde karakterize etmek için olanaklar sağlar. Farklı kanser hastalarının benzerlikler taşıdığı vakalar önceki çalışmalarda bildirilmiştir. Bu gözlemlerden motive olarak, bu tezde, özellikle çapraz kanser hastalarını keşfetmek için bir yöntem geliştirmeye odaklanıyoruz. Çapraz kanser hastalarını, farklı bir kanser türü ile teşhis edilen diğer hasta(lar) ile yüksek düzeyde benzerlik taşıyan ve kendi kanser türünü temsil etmeyen moleküler profillere sahip hastalar olarak tanımlıyoruz. Çapraz kanser benzeri hastaları bulmak için, transkriptomik profillerine göre kümelendiğinde sık sık birlikte kümelenen hastaları belirlediğimiz bir çerçeve geliştiriyoruz. Bu kümeleme problemini çözmek için, kümeleme görevinin hastaların kanser türleri ve hayatta kalma süreleri tarafından yönlendirildiği yarı denetimli bir derin öğrenme kümeleme yöntemi öneriyoruz. Bu yöntem ile elde edilen derin temsil, DeepCrossCancer'ın kümeleme modülünde kullanılır. Bu yöntemi, hasta tümör gen ekspresyon verilerinin kullanıldığı Kanser Genom Atlas projesinden dokuz farklı kansere uygulayarak, başka bir kanser türünde bir hastaya veya birden fazla hastaya benzer yirmi hasta keşfediyoruz. Bu hastaları diğer genomik değişikliklerin ışığında analiz ediyoruz. Sonuçlarımız, çapraz kanser hastalarının hem mutasyon hem de kopya sayısı varyasyonlarında önemli benzerlikler bulmaktadır. Çapraz kanser hastalarının tespiti, klinik kararların bir hastadan diğerine aktarılması ve aralarında paylaşılan yeni kanser sürücülerinin araştırılmasını hızlandırmak için olanaklar sağlar.