阿尔茨海默病分型不再要求模态齐全:ADSMoE在ADNI上分出四型,冻结模型后在NACC与UKB复现
核心概要
真实队列里影像、基因、蛋白和临床数据常常只测到一部分,以往的分型方法要么依赖预设的生物标志物演化轨迹,要么把分型锚定在单一主导模态上。ADSMoE把专家混合(MoE,让不同子网络分别专攻不同模式的架构)装进Transformer自编码器,编码器接受任意模态组合,解码器用四个亚型专属专家重建输入,从而把亚型当作潜变量与表征一起学出来。在ADNI上训练后,模型识别出四个在神经影像、遗传、蛋白和临床特征上各不相同的亚型;冻结模型不做重训练直接用于NACC和UKB,亚型相关特征仍保持一致。
深度剖析
阿尔茨海默病的分型可以从残缺的多模态数据中直接学出,而不必先补齐模态或只挑一个主导模态。 此前的进展型框架依赖预设的生物标志物演化轨迹,且通常只用少数稳定采集的标志物;以模态为中心的方法把分型锚定在影像等主导模态上,其余模态只作辅助;基于自编码器和Transformer的多模态模型主要面向预测或分类,分型只是下游分析,并假定训练时输入模态集合固定。 在ADNI上与GeneSGAN、CDEC、EDESC、Kmeans和谱聚类比较,五折交叉验证下ADSMoE的亚型相关SNP数(N-Asso-SNPs)为189±16,Davies-Bouldin指数为4.24±0.74;GeneSGAN为100±9与22.57±0.46,CDEC的DBI低至0.46±0.00但N-Asso-SNPs仅59±18。
模型把每个患者路由到四个亚型专家之一,专家在重建输入的过程中各自专攻一种疾病模式。 编码器是Fleximodal MoE编码器,缺失模态用可学习的缺失模态令牌补位,再由路由器选出top-K专家加权融合;解码器第一层的前馈网络换成四个亚型专属专家,用患者级软路由让所有专家共同参与重建。 训练分三步:先用认知正常者作参照做规范建模,把年龄、性别和头围的影响回归掉、留下标准化残差;再训练编码器;最后用EM算法初始化亚型门控权重后联合优化编码器、解码器和路由网络,并加入专家均衡正则。模型在ADNI上训练,NACC和UKB仅作外部验证,不重训练也不微调。
启示与展望
已展示的范围是ADNI训练、NACC与UKB冻结外部验证的三队列设置,纳入ADNI全部受试者以及NACC、UKB中至少具备两种模态的病例,每个队列分析样本为876人;亚型数固定为K=4,与既往基于神经影像识别四个亚型的研究一致。
作者指出跨队列协调未完全消除平台与生物样本差异,尤其脑脊液与血浆蛋白测量之间可能影响分子关联的可比性;亚型发现主要基于横断面多模态测量;遗传与蛋白关联虽支持生物学相关性,但仍需实验验证其机制与潜在因果作用。
