Buchumschlag

Graph-Based Multi-Omics Integration Improves Subtype Recovery and Survival Prediction Over Classical Integration Strategies in TCGA-BRCA

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ahmad, Taha
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Genomics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Feature Dimensionality Outweighs Model Complexity in Breast Cancer Subtype Classification Using TCGA-BRCA Gene Expression Data
von: Hasani, Meena Al
Veröffentlicht: (2026)

Multi-Omic and Quantum Machine Learning Integration for Lung Subtypes Classification
von: Saggi, Mandeep Kaur, et al.
Veröffentlicht: (2024)

Prediction of PLX-4720 Sensitivity in Cancer Cell Lines through Multi-Omics Integration and Attention-Based Fusion Modeling
von: Aman, La Ode, et al.
Veröffentlicht: (2025)

Comparative Analysis of Multi-Omics Integration Using Advanced Graph Neural Networks for Cancer Classification
von: Alharbi, Fadi, et al.
Veröffentlicht: (2024)

OmicsCL: Unsupervised Contrastive Learning for Cancer Subtype Discovery and Survival Stratification
von: Karagoz, Atahan
Veröffentlicht: (2025)

Histopathology-centered Computational Evolution of Spatial Omics: Integration, Mapping, and Foundation Models
von: Hao, Ninghui, et al.
Veröffentlicht: (2026)

Phenome-Wide Multi-Omics Integration Uncovers Distinct Archetypes of Human Aging
von: Li, Huifa, et al.
Veröffentlicht: (2025)

SimOmics: A Simulation Toolkit for Multivariate and Multi-Omics Data
von: Lai, Kaitao
Veröffentlicht: (2025)

Revolutionising Bacterial Genomics: Graph-Based Strategies for Improved Variant Identification
von: Ismail, Fathima Nuzla, et al.
Veröffentlicht: (2025)

Multimodal Spatial Omics: From Data Acquisition to Computational Integration
von: Isik, Esra Busra, et al.
Veröffentlicht: (2026)

Exploring Prognostic Biomarkers in Lung Adenocarcinoma: Strategic Integration of Metabolic Subtyping and Ubiquitination Pathways
von: Yang Yang, et al.
Veröffentlicht: (2026)

Explainable AI Methods for Multi-Omics Analysis: A Survey
von: Hussein, Ahmad, et al.
Veröffentlicht: (2024)

Artificial Intelligence for Central Dogma-Centric Multi-Omics: Challenges and Breakthroughs
von: Xin, Lei, et al.
Veröffentlicht: (2024)

PRAGA: Prototype-aware Graph Adaptive Aggregation for Spatial Multi-modal Omics Analysis
von: Huang, Xinlei, et al.
Veröffentlicht: (2024)

Omics Data Discovery Agents
von: Hutton, Alexandre, et al.
Veröffentlicht: (2026)

Neural Population Decoding and Imbalanced Multi-Omic Datasets For Cancer Subtype Diagnosis
von: Kent, Charles Theodore, et al.
Veröffentlicht: (2024)

Integrate Any Omics: Towards genome-wide data integration for patient stratification
von: Ma, Shihao, et al.
Veröffentlicht: (2024)

Integrated Multi-omics Reveals MEF2C as a Direct Regulator of Microglial Immune and Synaptic Programs
von: Ahmad, Taha
Veröffentlicht: (2025)

MLOmics: Cancer Multi-Omics Database for Machine Learning
von: Yang, Ziwei, et al.
Veröffentlicht: (2024)

BioNeuralNet: A Graph Neural Network based Multi-Omics Network Data Analysis Tool
von: Ramos, Vicente, et al.
Veröffentlicht: (2025)

Imaging Exploration of Molecular Subtypes in Tongue Squamous Cell Carcinoma
von: Pan, Hao, et al.
Veröffentlicht: (2026)

Quantum Gradient Optimized Drug Repurposing Prototype for Omics Data
von: Roosan, Don, et al.
Veröffentlicht: (2025)

A Multimodal Graph Neural Network Framework of Cancer Molecular Subtype Classification
von: Li, Bingjun, et al.
Veröffentlicht: (2023)

MOTGNN: Interpretable Graph Neural Networks for Multi-Omics Disease Classification
von: Yang, Tiantian, et al.
Veröffentlicht: (2025)

Multi‐Omics Evidence Based on Spatial Transcriptomics Data Reveals the Therapeutic Value of Copper Death Genes in Glioblastoma
von: Zhaoliang Xue, et al.
Veröffentlicht: (2026)

OmicsLM: A Multimodal Large Language Model for Multi-Sample Omics Reasoning
von: Sypetkowski, Maciej, et al.
Veröffentlicht: (2026)

ClusterChirp: Scalable Interactive Exploration of Omics Data with Natural Language-Guided Analysis
von: Rawal, Osho, et al.
Veröffentlicht: (2026)

MoRE: Batch-Robust Multi-Omics Representations from Frozen Pre-trained Transformers
von: Chen, Audrey Pei-Hsuan
Veröffentlicht: (2025)

MangroveDB: A Comprehensive Online Database for Mangroves Based on Multi-Omics Data.
von: Xu, Chaoqun, et al.
Veröffentlicht: (2025)

HEK-Omics: The promise of omics to optimize HEK293 for recombinant adeno-associated virus (rAAV) gene therapy manufacturing
von: Gurazada, Sai Guna Ranjan, et al.
Veröffentlicht: (2024)

Integrative Pan-Cancer Analysis of RNMT: a Potential Prognostic and Immunological Biomarker
von: Huang, Shuqiang, et al.
Veröffentlicht: (2022)

Integrating spatially-resolved transcriptomics data across tissues and individuals: challenges and opportunities
von: Guo, Boyi, et al.
Veröffentlicht: (2024)

Context-Aware Regularization with Markovian Integration for Attention-Based Nucleotide Analysis
von: Refahi, Mohammadsaleh, et al.
Veröffentlicht: (2025)

CellxPert: Inference-Time MCMC Steering of a Multi-Omics Single-Cell Foundation Model for In-Silico Perturbation
von: Demir, Andac, et al.
Veröffentlicht: (2026)

engGNN: A Dual-Graph Neural Network for Omics-Based Disease Classification and Feature Selection
von: Yang, Tiantian, et al.
Veröffentlicht: (2026)

Harnessing the Potential of Spatial Statistics for Spatial Omics Data with pasta
von: Emons, Martin, et al.
Veröffentlicht: (2024)

TopoLa: A Universal Framework to Enhance Cell Representations for Single-cell and Spatial Omics through Topology-encoded Latent Hyperbolic Geometry
von: Zheng, Kai, et al.
Veröffentlicht: (2025)

SemanticST: Spatially Informed Semantic Graph Learning for Clustering, Integration, and Scalable Analysis of Spatial Transcriptomics
von: Zahedi, Roxana, et al.
Veröffentlicht: (2025)

SeekRBP: Leveraging Sequence-Structure Integration with Reinforcement Learning for Receptor-Binding Protein Identification
von: Luo, Xiling, et al.
Veröffentlicht: (2026)

Integrating Epigenetic and Phenotypic Features for Biological Age Estimation in Cancer Patients via Multimodal Learning
von: Jiang, Shuyue, et al.
Veröffentlicht: (2025)