基于泛癌数据的公共驱动通路识别算法

识别不同癌症之间的公共驱动通路是揭开癌症奥秘的重要问题之一,也是研制靶向多种癌症的药物的关键所在。论文基于计算各癌症的绝对权重累加值的ComMDP方法,提出了一种基于相对权重累加值、并利用调和平均数以最小化各相对权重离散度的数学模型。通过引入二进制粒子编码方式、粒子速度表示和粒子运算操作,设计求解该模型的粒子群优化算法P-CDP。利用模拟数据和四种真实的癌症数据进行实验测试,结果表明,基于提出的模型和P-CDP算法能够识别出被ComMDP方法遗漏且具有生物学意义的驱动通路。因此,该模型和方法可成为识别癌症驱动通路的有效补充工具。