Paul Villoutreix

新的MODIS框架整合多组学数据以用于罕见病研究

研究人员开发了MODIS，一个新颖的半监督框架，旨在整合多组学数据，特别适用于罕见病研究中常见的小型和非配对数据集。该框架通过同时在大型参考数据库和小型目标数据集上进行训练，解决了数据稀缺和类别不平衡等挑战。MODIS结合了变分自编码器、类别分类器和对抗训练的模态分类器，利用正则化相对GAN损失来提高稳定性。在合成数据和TCGA数据库上的验证表明，MODIS具有高预测精度、在有限监督下的鲁棒性以及在类别不平衡情况下的稳定性。