[论文解读] Early Detection of Ovarian Cancer by Wavelet Analysis of Protein Mass Spectra

Dixon Vimalajeewa, Scott A. Bruce+1 more|arXiv (Cornell University)|Jul 14, 2022

Machine Learning in Bioinformatics被引用 5

一句话总结

该论文提出了一种基于小波的方法，通过鲁棒的小波分解和逐级能量衰减的距离方差估计，分析蛋白质质谱的自相似性，以提取用于早期卵巢癌检测的判别性特征。该方法在两个公开数据集上通过捕捉蛋白质表达之间的相互关系，实现了优于传统特征提取方法的分类性能，且无需大量预处理或分箱处理。

ABSTRACT

Accurate and efficient detection of ovarian cancer at early stages is critical to ensure proper treatments for patients. Among the first-line modalities investigated in studies of early diagnosis are features distilled from protein mass spectra. This method, however, considers only a specific subset of spectral responses and ignores the interplay among protein expression levels, which can also contain diagnostic information. We propose a new modality that automatically searches protein mass spectra for discriminatory features by considering the self-similar nature of the spectra. Self-similarity is assessed by taking a wavelet decomposition of protein mass spectra and estimating the rate of level-wise decay in the energies of the resulting wavelet coefficients. Level-wise energies are estimated in a robust manner using distance variance, and rates are estimated locally via a rolling window approach. This results in a collection of rates that can be used to characterize the interplay among proteins, which can be indicative of cancer presence. Discriminatory descriptors are then selected from these evolutionary rates and used as classifying features. The proposed wavelet-based features are used in conjunction with features proposed in the existing literature for early stage diagnosis of ovarian cancer using two datasets published by the American National Cancer Institute. Including the wavelet-based features from the new modality results in improvements in diagnostic performance for early-stage ovarian cancer detection. This demonstrates the ability of the proposed modality to characterize new ovarian cancer diagnostic information.

研究动机与目标

• 开发一种新的早期卵巢癌检测方法，以减少对蛋白质质谱大量预处理的依赖。
• 利用质谱的自相似特性，提取反映蛋白质表达水平之间相互作用的特征。
• 通过基于小波的能量衰减率识别判别性特征，提高早期卵巢癌的诊断性能。
• 证明小波导出的特征可提供与传统基于强度的特征互补且具有信息量的信号。

提出的方法

• 该方法对蛋白质质谱应用离散小波变换，将其分解为多分辨率级别的近似系数和细节系数。
• 使用距离方差（一种稳健的离散度度量）估计各级别的小波能量，以量化每个分辨率级别上细节系数的变异性。
• 采用滚动窗口方法计算这些能量估计值在分辨率级别间的衰减速率，以捕捉局部演化趋势。
• 将这些衰减速率作为新型特征，表征谱中蛋白质表达水平之间的相互作用。
• 将所得的小波基特征与现有文献导出的特征结合，使用标准机器学习模型进行分类。
• 该方法避免了分箱或聚类，保留了完整的光谱信息，降低了对预处理的依赖。

实验结果

研究问题

• RQ1 基于小波的蛋白质质谱分析是否比基于强度的特征提取方法更有效地检测早期卵巢癌？
• RQ2 捕捉质谱的自相似结构是否能揭示传统方法未捕获的判别性信息？
• RQ3 通过稳健估计小波能量衰减速率，是否能在无需大量预处理的情况下提升诊断分类性能？
• RQ4 在早期卵巢癌的敏感性和特异性方面，小波导出的特征与传统特征相比如何？

主要发现

• 所提出的小波基特征在两个公开可用数据集上显著提升了早期卵巢癌检测的诊断性能。
• 该方法的分类准确率高于仅使用传统基于强度特征的模型，证明了蛋白质间关系建模的附加价值。
• 对小波系数的距离方差稳健估计降低了对噪声和异常值的敏感性，增强了特征的可靠性。
• 小波基方法所需预处理极少，表明其在不同研究中具有更高的可重复性和一致性。
• 引入小波导出特征后，敏感性和特异性均得到可测量的提升，尤其在I期卵巢癌中表现显著。