基于基因组数据的癌症亚型发现聚类研究
作者：许桃胜
本文讲了什么问题？
当今全球社会癌症频发，严重威胁着人类的生存质量；不仅癌症的种类越来越多，每一种癌症也衍生出很多亚型，导致我们很难去找到一种根治癌症的方法。例如一种针对肺癌的药物色瑞替尼胶囊，它仅对1%左右的肺癌有很好的效果，因为它仅针对ALK基因突变，但实际统计中只有3%-5%的肺癌患者是由ALK基因突变引起的，也就是说色瑞替尼胶囊只对肺癌中的一个亚型有效。如果我们能够发现一个癌症中的所有亚型再对亚型进行个性化医疗将具有很重要的意义。
解决方法
随着基因芯片技术、高通量测序技术的发展以及癌症基因组谱图计划（TCGA）的完成让我们有了丰富的癌症基因组数据。再构建一个基于基因组数据的癌症亚型发现研究的分析框架（基因组数据预处理—>基因组数据重要特征提取à基因组数据聚类—>聚类结果分析）。其中重要的就是聚类方法的选择或者说构建；因为生命科学的复杂性决定了纯机器学习方法不能完全有效解决癌症亚型识别问题。本文引入基因调控网络分析，将基因调控网络集成到多基因组融合聚类过程中。
一些聚类算法：
本文作者使用的聚类算法是更进一步的加权相似性网络融合算法（WSNF）如下图：