卵巢癌多组学数据集的合成：一种融入生物学知识的评估框架
Synthesis of Ovarian Cancer Multi-Omics Datasets: A Biology-Informed Evaluation Framework
精选理由
提出生物学导向的评估框架，检验合成卵巢癌多组学数据是否保留关键结构，助力可靠比较生成模型。
AI 摘要
arXiv:2611.08394v1 公告类型：新提交 摘要：配对的癌症多组学队列构建成本高昂，且难以共享，因此合成队列可作为一种补充资源。随着生成模型开发的加速，我们将重点从提出又一种新架构转向制定评估标准，以判断合成数据是否保留了具有生物学意义的结构。我们提出了一种融入生物学知识、且不同数据集之间患者互不重叠的框架，用于评估配对 RNA 表达谱和拷贝数变异（CNV）谱的生成，并将其应用于高级别浆液性卵巢癌纵向队列 DECIDER。该框架以真实训练数据与留出数据之间的一致性为参照，评估各模态的保真度及 RNA 与 CNV 配对之间的协调性，同时辅以合成数据与训练数据接近程度的诊断分析。我们改造了三种基于变分自编码器的多组学整合架构，以生成配对数据谱。在多项保真度和协调性指标上表现领先的模型，也表现出与训练数据最高的接近程度。该评估方案和案例研究为研究界比较未来的多组学生成模型提供了参考。