基于差异性共同表达基因的深度学习组织分类器预测了牛的妊娠结果†
Chenxi Huo1, Chuanqiang Zhang2,3, Jing Lu4
1College of Animal Science, Inner Mongolia Agricultural University, Hohhot, China.
Biology of reproduction
|January 20, 2025
概括
通过差异性联合表达分析识别关键基因可以预测牛的妊娠结果. 使用这些基因的机器学习模型实现了高精度,为生殖成功提供了洞察力.
科学领域:
- 基因组学就是基因组学.
- 兽医科学 兽医科学 兽医科学
- 生物信息学是一种生物信息学.
背景情况:
- 畜牧业的经济损失往往与怀孕失败有关.
- 血液和子宫内膜组织的转录形状显示,即使在受精或胚胎移植之前,与怀孕结果相关的变化也存在.
研究的目的:
- 通过集成的转录基因数据识别能够预测牛妊娠结果的基因.
- 开发准确的预测模型来预测牛的怀孕成功.
主要方法:
- 整合了来自七个来源和两种组织类型 (血液,子宫内膜) 的330个转录样本.
- 分析了基因共同变异,并使用机器学习算法来识别差异性共同表达基因 (DCEGs).
- 利用夏普利添加剂扩张 (SHAP) 和丰富分析来对基因重要性进行排名并识别途径.
主要成果:
- 在DCEGs上训练的模型表现出比差异表达基因更高的预测准确度.
- 使用血液和子宫内膜DCEG的深度学习模型实现了分别91.7%和82.6%的预测准确度.
- 通过DCEG分析确定了影响怀孕的关键信号通路.
结论:
- 确定了一组DCEGs,可以准确预测牛妊娠结果.
- 这些发现有助于开发可解释的机器学习模型来评估牛的繁殖成功.
- 该研究提供了对影响怀孕建立和维持的遗传因素的见解.
