Nature Communications：MIND 用邻域结构约束整合不完整多组学数据
顶级刊物论文速递 · 发布 2026-06-24T08:22:49+08:00 · 更新 2026-06-24T08:25:14+08:00
Nature Communications 6 月 24 日发表 MIND 多组学整合方法，用带数据驱动先验的多模态变分自编码器学习患者级嵌入，并把观察数据的邻域结构注入潜在空间，以应对缺失、不均衡模态和低信噪比。它的短期价值在于让癌症分层等队列分析少依赖删样本或强假设补全，保留更多真实队列信息。
Nature Communications 6 月 24 日在线发表牛津大学 Hanwen Xing 与 Christopher Yau 的论文 “MIND: multimodal integration with neighbourhood-aware distributions”。论文面向一个很实际的生物医学数据问题：癌症分层、患者亚型识别和多组学预测越来越依赖转录组、甲基化、蛋白组、临床表型等多模态数据，但真实队列往往不是每个患者都有完整模态，直接删样本或先补全缺失值都可能引入信息损失和偏差。
MIND 的核心做法是把不完整多组学数据送入 multimodal Variational Autoencoder，并在先验分布中注入观察数据的邻域结构。作者把各模态中可见样本之间的相似关系编码为 affinity matrices，再约束潜在空间不要明显背离这些邻域关系。换句话说，它不是只要求模型重建输入，也要求模型在低维患者嵌入里保留“哪些患者在原始数据中相近”这一结构信息。
这类方法的价值在于，它试图绕开多组学整合中的两个老问题：一是高缺失率和不均衡缺失模式，二是不同组学模态之间噪声、尺度和信息量差异很大。论文摘要称，MIND 在高缺失率、不平衡缺失和低信噪比场景下更稳健，并在合成数据和真实数据的下游任务中优于既有整合方法。对做癌症患者分层、药物反应预测和队列再分析的团队来说，这意味着更多“不完美但昂贵”的队列数据可能被纳入统一表征，而不是因为缺模态被排除。
需要注意的是，页面标注该稿为 unedited manuscript，Springer Nature 提示正式排版前仍可能存在文本或内容修订；同时，这是一篇方法学论文，新闻价值主要在数据整合框架和开放评测信号，不等于已经产生可直接临床使用的分层工具。后续更关键的是代码与数据可复现性、在更大规模临床队列和跨中心数据上的泛化表现，以及 MIND 输出的患者嵌入是否能被医生和生物学研究者解释。
信息来源
可信度说明
来源为 Nature Communications 开放论文页和 DOI，页面列明 2026 年 6 月 24 日发表、开放获取、作者机构与摘要；同时标注为 unedited manuscript，正文仍处早期在线版本，方法效果需看代码、数据和外部队列复现。