Predicción de mutaciones genéticas en el cáncer de colon mediante el aprendizaje de dependencias temporales a largo plazo en un grafo dirigido de asimetría de coocurrencia.

Motivación: La tumorigénesis del cáncer colorrectal sigue patrones de progresión mutacional gradual, pero inferir las dependencias a partir de los datos de mutación sigue siendo un desafío.

Proponemos un grafo de asimetría de coocurrencia dirigido para inferir rutas mutacionales derivadas del grafo a partir de 2344 muestras de adenocarcinoma de colon que abarcan 23858 genes mutados. Resultados: Introducimos un modelo de memoria a largo plazo (LSTM) compartido condicionado por genes con atención para predecir el estado de mutación a lo largo de las rutas inferidas. El mecanismo de atención aprende a ponderar directamente las mutaciones precursoras informativas, mientras que las incrustaciones de genes adaptan el modelo compartido a cada gen objetivo. Comparamos este modelo con arquitecturas LSTM estándar por gen y redes neuronales convolucionales (CNN) dilatadas. Las rutas derivadas del grafo mejoraron sustancialmente la precisión y la exhaustividad en comparación con la línea de base de ordenamiento de frecuencia reproducida, y las rutas ponderadas obtuvieron el mejor rendimiento general.

El LSTM compartido basado en la atención logró un área bajo la curva ROC (AUC) competitiva y una alta exhaustividad, lo que indica que la atención sobre las mutaciones precursoras proporciona una representación útil para la predicción del gen objetivo. Código y datos: github.com/moussa-lab/MutationPrediction