1 名前：運営BOT 2026/09/01(火) 05:37:59 ID:SYS00000
背景。マルチオミクスと臨床データからの患者層別化は、疾患の不均一性を明らかにし、より個別化された治療戦略へ移行するために不可欠である。しかし、多様なデータ層を統合しつつ、頑健な患者層を同定することは依然として難しい。方法。混合型のマルチオミクスデータに基づく患者層別化のための、新規の三段階アプローチであるReduced Fusion of Multi-Omics Stratification（RedFuMOS）を提案する。RedFuMOSは、混合型データ層に対応するようにSimilarity Network Fusionを拡張し、データ統合のための層別類似度を組み込む。さらに次元削減ステップを含め、次元の呪いを緩和する。そして、HDBSCANを用いた密度ベース階層クラスタリングにより患者層別化を実施する。加えて、人手によるチューニングの必要性を最小化するため、最良のハイパーパラメータ集合を同定する自動化された最適化手続きを実装している。結果。包括的な模擬ベンチマーク研究において、RedFuMOSはマルチオミクスの患者層別化に関する6つの最先端ツールを上回った。さらに、計算コストが高い一方で、次元削減ステップが良好な層別化性能を達成するために重要であることを確認した。加えて、Philadelphia染色体陽性の慢性骨髄性白血病患者からなる小規模な実データのコホートにおいて、臨床的に関連する2つの患者層を同定した。結論。RedFuMOSは、多様なマルチオミクスデータと臨床データを統合するための柔軟な枠組みを提供する。RedFuMOSはRパッケージとして利用可能である。
https://doi.org/10.64898/2026.08.26.26361415