在高维度临床数据上进行无监督表示学习可以改善基因组发现和预测

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 机器学习 机器学习

背景情况:

• 大型生物库中的高维临床数据 (HDCD) 为遗传发现提供了潜力,但也带来了分析挑战.
• 现有的方法很难充分利用HDCD的复杂性和丰富性来识别遗传关联.
• 需要无监督学习方法来从HDDC中提取有意义的特征.

研究的目的:

• 介绍在低维嵌入 (REGLE) 上进行基因发现的表示学习,这是一个无监督的深度学习模型.
• 为了能够发现与HDCD的遗传变异关联.
• 通过从新型遗传发现中获得的多基因风险评分 (PRSs) 改进疾病预测.

主要方法:

• 开发了REGLE,这是一个无监督的深度学习模型,利用变量自编码器来创建HDDC的非线性,解嵌入式.
• 整合了这些嵌入作为全基因组关联研究 (GWAS) 的输入.
• 应用 REGLE 来分析来自生物库数据的精神图 (呼吸道) 和光斑血图 (循环).

主要成果:

• REGLE成功地确定了与呼吸和循环 HDCD 相关的已知和新型遗传基因位点.
• 该模型揭示了传统专家定义的变量无法捕捉的临床相关特征.
• 使用REGLE识别的位点构建的PRS在多个生物库中证明了疾病预测准确度的提高.
• 来自REGLE的遗传关联可以预测整体存活率.

结论:

• REGLE有效地分析了HDDD用于基因发现,克服了现有方法的局限性.
• 该模型提取了临床相关的信息,提高了遗传关联研究的准确性.
• REGLE促进了更强大的PRS的开发,改善了疾病风险预测和患者分层.