VICatMix: variational Bayesian clustering and variable selection for discrete biomedical data
VICatMix：面向离散生物医学数据的变分贝叶斯聚类与变量选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主题为生物医学分类数据的贝叶斯聚类算法与变量选择，属于统计机器学习方法，未涉及所提供领域细分中的因果推断、面板、时间序列、资产定价等方向，故不选择。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
VICatMix：面向离散生物医学数据的变分贝叶斯聚类与变量选择
- 研究问题
- 摘要称，研究问题是如何对高维分类生物医学数据（含组学数据）进行高效聚类，以实现患者或样本分型，并在高维噪声条件下同时估计聚类数与特征显著性。
- 方法与思路
- 作者提出 VICatMix，一个用于分类数据的变分贝叶斯有限混合模型；摘要称其采用变分推断训练，并加入变量选择、汇总与模型平均以缓解变分推断的局部最优问题。
- 材料陈述的贡献
- 摘要称该模型在效率上优于对比方法且保持较高准确度，可同时估计真实聚类数与特征显著性，并在模拟数据、TCGA 数据及多组学整合分析中用于癌症亚型划分与驱动基因发现。
- 阅读关注点
- 阅读全文时应核对：变分推断的具体近似形式与收敛判据、变量选择与模型平均的实现细节、聚类数估计的识别条件、模拟设计与对比基线，以及 TCGA 与多组学结果的可复现性。
- 阅读边界
- 仅凭摘要无法判断识别假设、理论保证、超参数敏感性、计算复杂度与实证优势的稳健性；摘要未说明对比方法清单、评价指标与数值结果。该文为 arXiv 预印本，未经同行评审验证。
原文摘要
Effective clustering of biomedical data is crucial in precision medicine, enabling accurate stratifiction of patients or samples. However, the growth in availability of high-dimensional categorical data, including `omics data, necessitates computationally efficient clustering algorithms. We present VICatMix, a variational Bayesian finite mixture model designed for the clustering of categorical data. The use of variational inference (VI) in its training allows the model to outperform competitors in term of efficiency, while maintaining high accuracy. VICatMix furthermore performs variable selection, enhancing its performance on high-dimensional, noisy data. The proposed model incorporates summarisation and model averaging to mitigate poor local optima in VI, allowing for improved estimation of the true number of clusters simultaneously with feature saliency. We demonstrate the performance of VICatMix with both simulated and real-world data, including applications to datasets from The Cancer Genome Atlas (TCGA), showing its use in cancer subtyping and driver gene discovery. We demonstrate VICatMix's utility in integrative cluster analysis with different `omics datasets, enabling the discovery of novel subtypes. \textbf{Availability:} VICatMix is freely available as an R package, incorporating C++ for faster computation, at https://github.com/j-ackierao/VICatMix.