《Molecular Oncology》：RaMBat: Accurate identification of medulloblastoma subtypes from diverse data sources with severe batch effects
编辑推荐：
本研究提出RaMBat新方法，通过基因表达排序（GER）策略解决多源转录组数据的批次效应难题，在13个独立数据集上实现99%的准确率，显著优于现有分型工具。该方法利用基因对相对表达模式（如NEUROG1/ATOH1等标志基因对），结合反向表达模式分析与弹性网络筛选，为髓母细胞瘤（MB）的精准风险分层与个体化治疗提供新范式。
研究背景与挑战
髓母细胞瘤（Medulloblastoma, MB）作为最常见的儿童恶性脑肿瘤，其四种分子亚型（SHH、WNT、Group 3、Group 4）具有显著异质性的临床预后。传统分型方法依赖绝对基因表达值，在整合多源数据时受批次效应严重影响，导致分型准确性受限。
RaMBat方法创新
研究团队开发了RaMBat算法，其核心是通过基因表达排序替代绝对表达值，以基因表达比值（Gene Expression Ratio, GER）作为分型依据。该方法包含四个关键步骤：
- 1.
基因排序分析：将样本内基因按表达量升序排列转化为秩次；
- 2.
反向表达模式筛选：通过Fisher精确检验识别亚型间具有稳定逆转模式的GER（如SHH亚型中NEUROG1与ATOH1的秩次关系）；
- 3.
弹性网络特征选择：从数十万GER中筛选出1035个关键基因对（涉及738个独特基因），如WNT亚型相关基因对FZD10/SP5；
- 4.
亚型评分判定：根据GER在样本中的平均得分确定最终亚型。
性能验证与比较
在13个独立数据集（共508个样本）的测试中，RaMBat的中位准确率达99.02%，显著优于medulloPackage（91.1%）、MM2S（87.2%）及7种传统机器学习模型。尤其在Group 3与Group 4的区分上，仅5个样本误判，凸显其处理高相似亚型的能力。对RNA-seq数据（OpenPBTA数据集）的测试进一步验证了跨平台适用性（准确率95%）。
生物学意义挖掘
RaMBat筛选的GER涵盖已知亚型标志基因（如SHH亚型的GLI1、WNT亚型的WIF1），并与差异表达基因分析高度一致（如PDLIM3在SHH亚型特异性高表达）。t-SNE可视化显示，RaMBat有效消除批次效应，使不同数据集样本按亚型清晰聚集（图4C-D）。
局限与展望
当前方法在计算大规模GER矩阵时耗时较长，未来可通过优化算法提升效率。研究证实基于基因排序的策略能够突破批次效应限制，为多癌种整合分析提供新思路。
结论
RaMBat首次将基因表达排序与多步骤GER筛选结合，实现了跨平台髓母细胞瘤分型的近完美准确率，为儿童及青少年癌症的精准医疗提供了可推广的计算框架。
