今天跟大家分享的是十一月份发表在BMC Genomics杂志上的一篇文章，主要是基于lncRNA的支持向量机模型对胃癌患者的MSI表型进行预测。支持向量机是传统机器学习中一个非常重要的分类算法，表现优越，应用广泛，效能强大。即使是在深度学习（2012）被广泛应用的今天，也没有完全落实。
A gastric cancer LncRNAs model for MSI and survival prediction based on support vector machine
基于lncRNA的支持向量机模型对胃癌患者的MSI表型和预后进行评估
lncRNA通过表观遗传调控、转录调控等方面参与细胞增殖、分化等多种生物学过程，在诱导肿瘤发生过程中起着至关重要的作用。微卫星不稳定性(MSI)被认为是PD-1/PD-L1单克隆抗体治疗的生物标志物。本研究目的是基于TCGA中胃腺癌lncRNA表达数据，通过支持向量机(SVM)建立lncRNAs的MSI分类模型，最终识别出16个可以用于MSI状态预测的lncRNAs标志。lncRNAs与MSI状态的相关性提示了lncRNAs在胃癌免疫治疗中的潜在作用。本研究流程图如下所示。
从公开的TANRIC数据库中下载胃腺癌的lncRNAs数据，其中包含285个肿瘤样本和33个正常样本的12727个lncRNAs信息。临床资料来源于TCGA数据库，MSI信息来源于
R包TCGAbiolinks，
只保留有MSI-PCR信息的134例患者。这些患者以7:3的比例被随机分配到训练数据和验证数据中，训练数据包括94例样本，验证数据包括40例样本。
基于主成分分析(PCA)算法识别能反映整体数据95%信息的特征，然后通过SVM算法进行数据分类以及函数逼近（matlab包LIBSVM），在10倍交叉验证的基础上确定惩罚系数C（C=2）以及参数γ（γ=0.0884）。
通过Relief算法识别每个lncRNAs在特征选择过程中的权重，权重排序如图2所示。从特征权重最高的lncRNAs开始，依次向模型中加入特征权重第二高的lncRNAs。研究者发现，当加入到第16个lncRNAs时，特征子集的AUC值已经达到一个较高的水平。即使再添加新特征，AUC值也变化不大。因此，考虑到模型的复杂性，选择这16个lncRNAs作为最优特征，16个lncRNAs信息如表1所示。
图2.基于向前选择算法(RFS)进行特征选择的权重排序
lncrna在癌症的发病机制中起着至关重要的作用，其功能异常与癌症的发生发展密切相关，通过对这16个lncRNA与体细胞突变之间的相关分析，研究者们发现这16个lncRNA与体细胞突变之间存在很强的相关性，进一步证明，本研究的识别出的这16个lncRNAs在癌症作用机制上存在重要意义。
表
1.
与训练数据中
MSI显著相关的lncRNAs
lncRNAs模型在训练数据中的AUC为0.976，在验证队列中的AUC为0.950 (图3)。分类准确性还是不错的。另外，样本2、3、5年的AUC分别为0.620、0.800和0.779图4)。
图3.基于lncRNAs模型绘制训练数据和验证数据的ROC曲线
接着，根据lncRNAs模型打分进行样本分类(阈值：DFS, 0.089;OS,0.183)，将样本分成高低分数两组。如图5所示，在临床I-III期样本中，与低得分患者相比，分数较高的患者有更长的无病生存时间 (P = 0.011)。然而，I-IV期得分较低的患者有更长的总体生存时间 (P = 0.028)(图5)。
图5.基于lncRNAs模型打分进行生存分析（I-III期的样本DFS, I-IV期样本的OS）
本研究主要关注lncRNAs与MSI之间的相关性，提出了16个具有MSI预测价值的特征lncRNAs。此外，本lncRNAs模型有可能成为预测胃腺癌预后的潜在标志物。
今天的文献解读到这里就结束了，不知道小伙伴们掌握的怎么样呢。支持向量机是一种简单又强大的分类算法，同学们可以利用空闲的时间学习下，技多不压身，总会有用到那一天的嘛！最近天气寒冷，
流感也逐渐进入高发期，大家一定要记得做好预防工作，不要被小小的流感阻挡努力科研的步伐哦。
欢迎关注生信人
| | || | | value
| | | | |
| | | |
| | | | | |
