Análise comparativa de conversores de dados tabulares em imagem para classificação de genes diferencialmente expressos em CNNs

Abstract

Este trabalho avaliou comparativamente conversores de dados tabulares em imagens para a classificação de genes diferencialmente expressos por redes neurais convolucionais. Para isso, foram utilizados dados públicos de RNA-seq de três projetos do TCGA, correspondentes aos cânceres LUAD, KIRC e PRAD. As matrizes de contagem foram processadas com etapas de filtragem, normalização e análise de expressão diferencial com DESeq2, permitindo a construção de tabelas genecêntricas contendo características como expressão média em amostras tumorais e normais, variância, dispersão, log2FC, valor-p e valor-p ajustado. A partir dessas tabelas, genes foram classificados em três categorias: regulados positivamente (UR), regulados negativamente (DR) ou sem diferença significativa (ND). Em seguida, as tabelas foram convertidas em imagens por três métodos tabela-paraimagem (T2I), DeepInsight, NCTD e HACNet, e classificadas com uma arquitetura ResNet-18 em validação cruzada estratificada com cinco folds. Como referência comparativa, também foram treinados modelos tradicionais de aprendizado de máquina diretamente sobre as tabelas originais. Os resultados indicaram que a conversão T2I é uma estratégia viável para esse tipo de tarefa, mas não superou de forma consistente os modelos tabulares tradicionais, que permaneceram como referências robustas para dados com poucas características. Entre os conversores, observou-se que a qualidade da representação visual depende fortemente da estabilidade espacial, da preservação das informações originais e da forma como a imagem é ajustada aos dados. As análises de enriquecimento funcional GO mostraram que conjuntos de genes classificados pelos modelos apresentaram processos biológicos coerentes com mecanismos associados ao câncer, incluindo resposta imune, comunicação celular e organização tecidual. Conclui-se que conversores T2I têm potencial exploratório para classificação de genes diferencialmente expressos, mas seu desempenho ainda depende da estabilidade e da adequação da representação visual gerada.

This work comparatively evaluated tabular-to-image converters for the classification of differentially expressed genes using convolutional neural networks. Public RNA-seq data from three TCGA projects, corresponding to LUAD, KIRC, and PRAD cancers, were used. Count matrices were processed through filtering, normalization, and differential expression analysis with DESeq2, allowing the construction of gene-centric tables containing features such as mean expression in tumor and normal samples, variance, dispersion, log2FC, p-value, and adjusted pvalue. Based on these tables, genes were classified into three categories: upregulated (UR), downregulated (DR), or not significantly differentially expressed (ND). The resulting tables were then converted into images using three T2I methods, DeepInsight, NCTD, and HACNet, and classified with a ResNet-18 architecture under five-fold stratified cross-validation. As a comparative baseline, traditional machine learning models were also trained directly on the original tabular features. The results indicated that T2I conversion is a feasible strategy for this task, but it did not consistently outperform traditional tabular models, which remained strong references for low-dimensional feature sets. Among the converters, the quality of the visual representation was strongly dependent on spatial stability, preservation of the original information, and the way the image representation was fitted to the data. Gene Ontology functional enrichment analyses showed that gene sets classified by the models were associated with biological processes consistent with cancer-related mechanisms, including immune response, cell communication, and tissue organization. Overall, the findings suggest that T2I converters have exploratory potential for the classification of differentially expressed genes, but their performance still depends on the visual representation’s stability and adequacy.