GE-IA-NAM: Análisis de la interacción entre el gen y el medio ambiente a través de un modelo aditivo neural asistido por imágenes
- Jingmao Li 1, Yaqing Xu 2, Shuangge Ma 1, Kuangnan Fang 3
- Jingmao Li 1, Yaqing Xu 2, Shuangge Ma 1
- 1Department of Biostatistics, Yale School of Public Health, New Haven, 06511, CT, USA.
- 2School of Public Health, Shanghai Jiao Tong University School of Medicine, 200025, Shanghai, China.
- 3Department of Statistics and Data Science, School of Economics, Xiamen University, 361005, Xiamen, China.
- 0Department of Biostatistics, Yale School of Public Health, New Haven, 06511, CT, USA.
Videos de Experimentos Relacionados
Contact us if these videos are not relevant.
Contact us if these videos are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Este estudio introduce un nuevo modelo de aditivo neural asistido por imágenes patológicas (GE-IA-NAM) para mejorar el análisis de la interacción entre genes y entorno en la investigación del cáncer. El método integra datos de imágenes para mejorar la precisión y la interpretabilidad de influencias genéticas y ambientales complejas.
Área De La Ciencia
- La genómica
- La bioinformática
- Biología computacional
Sus Antecedentes
- El análisis de la interacción entre genes y entorno (GE) es vital para comprender la etiología del cáncer.
- Los métodos tradicionales basados en regresión pueden carecer de flexibilidad para patrones complejos.
- Los modelos de aprendizaje profundo para el análisis G-E pueden estar limitados por tamaños de muestra pequeños y alta dimensionalidad.
Objetivo Del Estudio
- Desarrollar un nuevo método para el análisis de la interacción entre genes y medio ambiente que incorpore datos de imágenes patológicas.
- Mejorar la flexibilidad y la interpretabilidad de los modelos de interacción GE.
- Aprovechar las imágenes patológicas para superar las deficiencias de información en los modelos GE existentes.
Principales Métodos
- Propuso el modelo de aditivo neural asistido por imágenes patológicas (GE-IA-NAM).
- Utilizó una arquitectura de red aditiva flexible e interpretable para efectos individualizados.
- Implementó una estrategia de aprendizaje asistido que integra información de imágenes patológicas mediante un análisis conjunto.
Principales Resultados
- El GE-IA-NAM demostró un rendimiento competitivo en las simulaciones.
- El análisis de los conjuntos de datos de cáncer de pulmón y piel de The Cancer Genome Atlas confirmó la eficacia del método.
- El modelo tiene en cuenta efectivamente los efectos genéticos, ambientales e interactivos individualizados.
Conclusiones
- Las imágenes patológicas pueden mejorar significativamente el análisis de la interacción entre los genes y el medio ambiente en la investigación del cáncer.
- El GE-IA-NAM propuesto ofrece un enfoque flexible e interpretable para modelar las interacciones complejas de GE.
- Este método es prometedor para mejorar nuestra comprensión del desarrollo y la progresión del cáncer.
Videos de Experimentos Relacionados
Contact us Si estos videos no son relevantes.
Contact us Si estos videos no son relevantes.
Videos de Conceptos Relacionados
01:20
Gene expression is a dynamic process that is significantly influenced by environmental factors. This interaction underlies the complex nature of biological development and the phenotypic differences observed among individuals, even among those with identical genetic makeups. Factors such as radiation, temperature, behavior, nutrition, and stress play pivotal roles in determining how genes are expressed. The concept of the reaction range is central to understanding this interaction. It posits...
02:27
Although the genetic makeup of an organism plays a major role in determining the phenotype, there are also several environmental factors, such as temperature, oxygen availability, presence of mutagens, that can alter an organism’s phenotype.
An example of how genetic background affects phenotype can be seen in horses. The Extension gene in horses is responsible for their coat color. A wild-type gene (EE) produces black pigment in the coat, while a mutant gene (ee) produces red pigment. A...

