El benchmarking esparce los métodos de selección de variables variables para el análisis de datos genómicos

Área de la Ciencia:

• La genómica es la genómica.
• Genética Estadística Genética Estadística
• Biología computacional Biología computacional.

Sus antecedentes:

• Los estudios genómicos involucran numerosas características, lo que requiere una selección precisa de variables.
• La inferencia bayesiana ha avanzado para la selección de variables, pero faltan detalles prácticos de implementación y comparaciones de rendimiento.

Objetivo del estudio:

• Para llevar a cabo un análisis comparativo de los enfoques de selección de variables bayesianas para los datos genómicos.
• Para evaluar el rendimiento de la contracción, global-local, priores de mezcla, SUSIE, y un método RFSFS propuesto.

Principales métodos:

• Análisis comparativo de los métodos bayesianos de selección de variables.
• Evaluación utilizando métricas como la tasa de descubrimiento falso (FDR), la tasa de falsos negativos (FNR), el puntaje F y el error de predicción al cuadrado medio.
• Estudios de simulación bajo varios escenarios, incluyendo características no correlacionadas y correlacionadas.

Principales resultados:

• Ningún método único supera uniformemente a otros en todos los escenarios y métricas.
• LASSO, spike-and-slab prior con normal slab (SN), y RFSFS son competitivos para FDR y F-score con características no correlacionadas.
• SN, SuSIE y RFSFS son competitivos para FDR con características correlacionadas; LASSO sobresale en la puntuación F sobre SuSIE.

Conclusiones:

• El rendimiento del método varía dependiendo de la correlación de características y las métricas de evaluación.
• El método RFSFS propuesto demuestra un rendimiento competitivo junto con técnicas establecidas como LASSO y SN.
• Los hallazgos ofrecen una dirección metodológica para la selección de variables en los análisis genómicos, incluidos los datos de The Cancer Genome Atlas (TCGA).