1.一种基于多组学数据的癌症亚型识别方法,其特征在于,所述方法包括:获取多组学基因数据,并对所述多组学基因数据进行预处理,获得初始数据;
基于无监督多任务聚类模型对所述初始数据进行聚类处理,获得癌症亚型标签;
基于mRNA特征,采用XGBOOST模型对所述癌症亚型标签进行拟合,获得特征贡献度。
2.根据权利要求1所述的基于多组学数据的癌症亚型识别方法,其特征在于:所述多组学基因数据包括基因组学数据、转录组学数据、蛋白质组学数据以及代谢组学数据中的一种或多种。
3.根据权利要求1所述的基于多组学数据的癌症亚型识别方法,其特征在于,所述对所述多组学基因数据进行预处理,获得初始数据,包括:对所述多组学基因数据中缺失超过20%的样本以及特征进行删除;
对剩余的缺失项使用中位数进行填补;
对填补后的多组学基因数据以及用于独立验证的数据进行基因对齐;
对多组学基因数据进行标准化,获得初始数据。
4.根据权利要求1所述的基于多组学数据的癌症亚型识别方法,其特征在于,所述基于无监督多任务聚类模型对所述初始数据进行聚类处理,获得癌症亚型标签,包括:对所述多组学数据进行融合处理,获得多组学融合数据;
通过多头自注意力机制对所述多组学融合数据进行处理,获得自注意力输出特征;
通过变自分编码器对所述自注意力输出特征进行处理,获得多组学低维特征;
对所述多组学低维特征进行聚类处理,获得癌症亚型标签。
5.根据权利要求4所述的基于多组学数据的癌症亚型识别方法,其特征在于,所述对所述多组学低维特征进行聚类处理,获得癌症亚型标签,包括:基于聚类算法以及所述初始数据,确定聚类个数;
根据聚类个数以及特征相似性损失函数对所述多组学低维特征进行聚类,获得癌症亚型标签。
6.根据权利要求5所述的基于多组学数据的癌症亚型识别方法,其特征在于,所述基于聚类算法以及所述初始数据,确定聚类个数,包括:通过k均值聚类算法以及所述初始数据,计算不同聚类个数的WSS值;
根据得到的WSS值绘制成肘部图,并根据所述肘部图确定聚类个数。
7.根据权利要求4所述的基于多组学数据的癌症亚型识别方法,其特征在于,所述对所述多组学数据进行融合处理,获得多组学融合数据,包括:对所述多组学数据进行线性变换处理,获得变换特征;
对所述变换特征进行加权处理,获得多组学融合数据。
8.一种基于多组学数据的癌症亚型识别系统,其特征在于,所述系统包括:获取模块,所述获取模块用于获取多组学基因数据,并对所述多组学基因数据进行预处理,获得初始数据;
聚类识别模块,所述聚类识别模块用于基于无监督多任务聚类模型对所述初始数据进行聚类处理,获得癌症亚型标签;
拟合模块,所述拟合模块用于基于mRNA特征,采用XGBOOST模型对所述癌症亚型标签进行拟合,获得特征贡献度。
9.一种基于多组学数据的癌症亚型识别装置,其特征在于,所述装置包括:存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的基于多组学数据的癌症亚型识别方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-7任一项所述的基于多组学数据的癌症亚型识别方法。