基于基因表达数据的乳腺癌预测,使用可解释的机器学习技术

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 乳腺癌是全球癌症死亡的主要原因之一.
• 准确的预测和诊断对于有效的治疗和患者的生存至关重要.
• 机器学习 (ML) 提供了提高乳腺癌预测准确性的潜力.

研究的目的:

• 使用ML模型准确预测乳腺癌.
• 通过特征选择来识别有影响力的预测基因.
• 通过使用可解释的ML技术来提高模型的解释性.

主要方法:

• 利用了1208个观察和3602个基因的数据集.
• 使用的特征选择技术和ML模型:K-最近邻居 (KNN),随机森林 (RF) 和支持向量机器 (SVM).
• 应用可解释的ML方法 (沙普利值,PDPS,ALE图) 和基于模型的排名 (LOCI) 来进行基因重要性分析.

主要成果:

• 通过使用Shapley值和LOCI方法,确定了对乳腺癌预测至关重要的关键基因.
• 通过LOCI通过SVM和RF模型实现了对齐的基因排名.
• 可视化 (PDPS,ALE图) 展示了特征效应和相互作用,证实了模型的可解释性.

结论:

• 机器学习模型,结合特征选择和可解释的AI,提供可解释和可靠的乳腺癌预测.
• 可解释的ML方法对于瘤学的医疗决策至关重要.
• 这项研究突出了将先进的计算方法集成为改进乳腺癌诊断的潜力.