分子分型分析

临床上的大多数疾病如乳腺癌/肺癌等不仅仅是一种疾病，而是一类疾病，对一类型的疾病而言，其各个亚类的发病机制分子表达谱或组织病理学等都可能存在高度的异质性。相应地，患有同种疾病的患者之间在疾病进展、临床疗效、预后效果等方面可能差异巨大。以分子特征为基础对疾病进行亚型分类，有助于对病人实施更加精准有效的治疗手段。生信分析中通常利用无监督机器学习的方法，根据病人的分子表达量对样本进行聚类。

注释：如图，通过无监督聚类可以把肿瘤病人的样本分成三个亚型，这三个亚型在蛋白分子的表达谱上有明显的不同。通过生存分析发现 3 个亚型的病人的生存概率也有明显的不同。进一步地，可以找到一些蛋白在三个亚型中的表达量显著不同，有望成为预测该疾病亚型的潜在生物标志物。