通过可解释的最大平均差异识别生物标志物
Michael F Adamer1,2, Sarah C Brüningk1,2,3, Dexiong Chen1,2,4
1Department of Biosystems Science and Engineering, ETH Zurich, Basel 4056, Switzerland.
Bioinformatics (Oxford, England)
|June 28, 2024
概括
这项研究介绍了SpInOpt-MMD,这是一种用于识别高维数据中的生物标志物的新方法. 它有效地同时进行两种样本测试和特征选择,在各种应用中表现优于现有方法.
科学领域:
- 生物医学数据分析
- 生物信息学是一种生物信息学.
- 机器学习是机器学习.
背景情况:
- 生物医学研究通常涉及使用高维的奥米克数据比较配对样本组 (例如,治疗与控制).
- 识别区分特征或生物标志物对于理解生物差异至关重要.
- 目前的方法往往将两种样本测试和特征选择分开,限制了综合分析.
研究的目的:
- 开发一个统一的统计框架,同时对两个样本进行测试和特征选择.
- 引入一种稀疏,可解释和优化的最大平均差异 (MMD) 测试 (SpInOpt-MMD).
- 为了证明SpInOpt-MMD在各种数据类型中的多功能性和有效性.
主要方法:
- 开发了SpInOpt-MMD算法,集成多变量两样本测试与稀疏特征选择.
- 将SpinOpt-MMD应用于合成和现实世界的数据集,包括图像,基因表达和文本数据.
- 将SpInOpt-MMD的性能与既有特征选择技术 (如夏普利添加式扩展和单变异关联分析) 进行比较.
主要成果:
- SpInOpt-MMD成功地同时进行两种样本测试和特征选择.
- 该方法在识别相关特征方面表现出有效性,即使样本规模小.
- 在几次实验性比较中,SpInOpt-MMD的表现优于其他特征选择方法.
结论:
- 在高维度的生物医学数据中,SpInOpt-MMD为生物标志物发现提供了一种强大而通用的方法.
- 综合方法提供了统计学意义测试和可解释的特征识别.
- 开发的方法增强了复杂生物数据集的分析,特别是在样本有限的场景中.
