使用机器学习和统计方法实施新型血细胞因子的吸烟分类
Seema Singh Saharan1,2,3, Pankaj Nagar4, Kate Townsend Creasy5
1Department of Clinical Pharmacy, University of California, San Francisco, USA.
概括
机器学习模型有效地使用血细胞因子对吸烟状况进行分类. 随机森林实现了完美的分类,确定了精准医学的关键炎症生物标志物.
科学领域:
- 生物标志物和疾病分类
- 计算生物学和生物信息学
背景情况:
- 吸烟是可预防死亡的主要原因,与诸如COPD,心血管疾病,癌症和糖尿病等众多疾病有关.
- 作为炎症生物标志物,细胞因子在机制上与吸烟及其相关的健康风险有关.
研究的目的:
- 应用机器学习算法来定量评估细胞因子对吸烟相关疾病的贡献.
- 使用血细胞因子配置文件对吸烟状况进行分类,并确定关键生物标志物.
主要方法:
- 在63种血细胞因子上利用了k近邻 (k-NN) 和随机森林机器学习算法.
- 采用k-fold交叉验证和超参数调整以优化性能.
- 使用接收器操作特征 (AUROC) 曲线下的面积来评估模型性能.
主要成果:
- k-NN实现了0.87的AUROC (95%CI:0.8230.917). 这是一个非常好的结果.
- 随机森林表现出卓越的表现,完美的AUROC为1.0 (95%CI:11).
- 确定了常见的显著细胞因子:LIF,IL22,G-CSF/CSF-3和TRAIL,对于分类至关重要.
结论:
- 机器学习有效地根据血细胞因子概况对吸烟状况进行分类.
- 鉴定的细胞因子可以作为吸烟相关疾病的生物标志物,促进精准医学.
- 该研究强调了将分子发现转化为针对性干预的临床实践的潜力.


