机器学习方法用于使用基因组数据对多发性硬化和阿尔茨海默病进行分类

科学领域:

• 基因组学就是基因组学.
• 计算生物学 计算生物学
• 生物统计学 生物统计学

背景情况:

• 复杂疾病由于其多基因性和多因素性质,难以预测.
• 基因组数据分析对了解疾病倾向有潜力.
• 现有的方法,如多基因风险评分 (PRS),在捕获复杂的遗传模式方面存在局限性.

研究的目的:

• 用英国生物银行数据评估机器学习 (ML) 模型,用于预测基因组对复杂疾病的倾向.
• 为了比较逻辑回归 (LR),集合树方法和深度学习模型的性能.
• 研究ML在识别导致疾病风险的关键基因组变异方面的实用性.

主要方法:

• 来自英国生物银行的基因组数据分析.
• 实现和比较后勤回归,集合树方法和深度学习模型.
• 应用可解释性工具来解释ML模型对多发性硬化症 (MS) 的预测.

主要成果:

• 与数据子集的深度学习模型相比,物流回归显示出更高的稳定性和性能.
• 尽管相关的基因组特征来自链接不平衡,但ML模型保持了性能.
• 多基因风险评分 (PRS) 执行在平均水平,一般低于ML方法.
• 对MS的解释性分析确定了非编码变体,特别是免疫相关基因 (包括HLA) 附近的表达/拼接定量特征位点,证实了多基因性.

结论:

• 机器学习,特别是物流回归,为预测对复杂疾病的基因组倾向提供了强大的方法.
• 机器学习模型可以有效地处理相关的基因组数据,并提供对疾病相关变异的见解.
• 进一步开发ML技术对于在复杂疾病基因组学中推进预测建模至关重要.