Hacia el descubrimiento a escala genómica de clasificadores monotónicos bivariados

Área de la Ciencia:

• Biología computacional
• Aprendizaje automático
• La genómica

Sus antecedentes:

• Los clasificadores monotónicos bivariados (BMC) son modelos de aprendizaje automático interpretables capaces de capturar patrones no lineales en datos de alta dimensión.
• Las aplicaciones anteriores de BMC estaban limitadas por la alta complejidad computacional en la selección de pares de características.
• La aplicación a escala genómica de los BMC se vio obstaculizada por el costo computacional de la estimación del rendimiento de una sola salida.

Objetivo del estudio:

• Introducir un algoritmo computacionalmente eficiente para la identificación de las CMB.
• Permitir el análisis de la CMB a gran escala para mejorar el rendimiento de la clasificación y el descubrimiento de biomarcadores.
• Proporcionar una implementación de código abierto para la investigación reproducible.

Principales métodos:

• Desarrolló el algoritmo de BMC rápido, aprovechando un límite matemático para la estimación del rendimiento de BMC.
• Evaluar empíricamente la aceleración de BMC en comparación con los métodos tradicionales.
• Aplicó fastBMC a conjuntos de datos biomédicos, incluidos el glioblastoma y el cáncer de mama, para la evaluación del rendimiento.

Principales resultados:

• fastBMC obtiene un factor de aceleración de al menos 15 para la identificación de BMC en comparación con los enfoques tradicionales.
• Se observó un rendimiento de clasificación mejorado en conjuntos de datos biomédicos más pequeños al permitir el análisis de conjuntos de características más grandes.
• Demostró la interpretabilidad de las CMM a través de un predictor de supervivencia del glioblastoma, lo que condujo a nuevas hipótesis.

Conclusiones:

• fastBMC facilita la construcción rápida de modelos de conjunto robustos e interpretables mediante el uso de BMC.
• El algoritmo acelera el descubrimiento de pares de genes predictivos de fenotipos y sus interacciones.
• Permitió la identificación de biomarcadores y la generación de hipótesis biomédicas en conjuntos de datos de cáncer.