ダブル機械学習を用いたマルチオミクスデータにおける関連と高次効果の解析

科学分野:

• バイオ統計学
• バイオインフォマティクス
• 計算生物学

背景:

• 疾患メカニズムの理解とバイオマーカーの同定には、統合オミクス解析が不可欠です。
• これらの解析は、高次元性、非標準データ、および複雑な交絡効果のために統計的な課題に直面しています。

研究 の 目的:

• 高度なマルチオミクスデータ統合および解析のための堅牢なオミクス方法論（ROMY）フレームワークとそのRパッケージ（romy）を導入すること。
• オミクスデータにおける関連テスト、分散分析、および相互作用効果のための堅牢で柔軟な方法論を提供すること。

主な方法:

• 堅牢なオミクス方法論（ROMY）フレームワークの開発。
• ROMYのRパッケージ「romy」への実装。
• 堅牢性と統計的妥当性のための理論統計学とダブル機械学習の利用。

主要な成果:

• ROMYフレームワークは、柔軟な共変量調整による堅牢な関連テストを可能にします。
• 測定値の分散と共分散（例：共発現、共量）への影響を調査できます。
• ROMYは、厳密な相互作用効果テストを容易にします。

結論:

• ROMYフレームワークは、複雑な統合オミクス解析のための堅牢なソリューションを提供します。
• 「romy」Rパッケージは、研究者がこれらの高度な統計的手法を適用するためのアクセス可能なツールを提供します。
• この方法論は、マルチオミクスデータ解釈の統計的妥当性と柔軟性を向上させます。