Triad-LMF: a hierarchical low-rank multimodal fusion framework for robust cancer subtype classification using multi-omics data
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Cancer heterogeneity poses a major challenge for accurate molecular subtype classification. Conventional methods often fail to exploit complementary information across multiple omics modalities, leading to overfitting on high-dimensional data and limited representation of subtype heterogeneity. To address this, we propose Triad-LMF, a multi-omics integration framework based on low-rank multimodal fusion to improve classification accuracy. Triad-LMF harmonizes heterogeneous omics data and integrates information through a two-stage hierarchical fusion strategy. Local Pairwise Fusion and Global Triadic Fusion are combined via the Two-Feature and Three-Way LMF modules, enabling a gradual transition from local modality interactions to global feature integration. Experimental results show that Triad-LMF consistently outperforms existing methods. UMAP visualization confirms enhanced subtype separability, and SHAP-based analysis highlights biologically meaningful features. Across independent datasets, Triad-LMF demonstrates strong generalization, offering a robust and interpretable framework for multi-omics-driven cancer subtype classification.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Triad-LMF: a hierarchical low-rank multimodal fusion framework for robust cancer subtype classification using multi-omics data
- Date Crossref
- 26/03/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Chongqing Jiaotong University pays non établi dans la noticeUniversité ou école supérieure
-
Westlake University pays non établi dans la noticeUniversité ou école supérieure
-
Chongqing Medical University pays non établi dans la noticeUniversité ou école supérieure
-
School of Mathematics and Statistics pays non établi dans la noticeUniversité ou école supérieure
-
School of Information Science and Engineering Institute of Computer Vision and Traffic Image Understanding pays non établi dans la noticeUniversité ou école supérieure
-
School of Basic Medical Sciences Department of Bioinformatics pays non établi dans la noticeUniversité ou école supérieure
-
School of Life Sciences pays non établi dans la noticeUniversité ou école supérieure
Chongqing Jiaotong University, Westlake University et Chongqing Medical University, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.