探索机器学习策略,从多组数据中预测心血管疾病风险因素

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 基因组学就是基因组学.

背景情况:

• 机器学习 (ML) 分类器越来越多地用于预测心血管疾病 (CVD) 和使用omics数据的相关风险因素.
• 挑战包括分类结果和阶级失衡,对影响预测质量的因素的理解有限.

研究的目的:

• 为了比较不同的机器学习策略来预测心血管疾病风险因素.
• 评估ML分类器,omics数据类型和维度缩小技术对预测质量的影响.

主要方法:

• 使用血液衍生的代谢学,表观遗传学和转录学数据,比较了六个ML分类器.
• 使用无监督和半监督的自动编码器进行omics维度缩小.
• 使用meta-learner构建了多原子预测,并使用F1评分评估了性能.
• 在外部队列上使用预训练的自动编码器研究转移学习.

主要成果:

• 多omics预测通常优于单omics预测,特别是在极端的风险因素水平.
• 与无监督方法相比,半监督自动编码器提高了下游预测.
• 转移学习显示,转录组学的曲线下面面积中位数增长为0.09-0.14,代谢组学为0.07-0.11.

结论:

• 该研究为研究人员提供了一个框架,以评估omics数据,ML分类器和维度缩小对CVD风险因素预测的影响.
• 强调了多学科整合和先进的维度缩小技术的好处,以提高预测性能.