针对过量采样的生物评估框架 (BEFO) 基因表达数据

科学领域:

• 生物医学研究的研究.
• 机器学习应用程序 机器学习应用程序
• 数据科学是数据科学.

背景情况:

• 机器学习 (ML) 模型越来越多地用于生物医学研究,以改善诊断和预后.
• 生物医学数据集经常表现出类不平衡,导致有偏见的ML模型.
• 现有的过量采样技术缺乏合成数据的生物验证,限制了临床适用性.

研究的目的:

• 引入过量采样生物评估框架 (BEFO),以确保合成基因表达数据准确地反映生物模式.
• 为了减轻ML模型中的偏差,并提高临床环境中预测的可靠性.
• 建立一个新的标准,用于评估合成数据在生物医学ML.

主要方法:

• 开发了一种基于权重基因共同表达网络分析 (WGCNA) 基因共同表达集群的合成样本的排名方法.
• 构建随机森林以评估合成样本与生物集群的对齐.
• 仅包括比真实样本更重要的合成样本.

主要成果:

• 根据BEFO框架,过量采样数据集的生物可行性平均提高了11%.
• 与最先进的方法相比,分类性能平均提高了9%.
• 在六个真实世界的基因表达数据集中使用十个分类算法进行评估.

结论:

• 拟议的ML过量采样框架提高了生物相关性和预测性能.
• BEFO提供了一种可靠的方法来验证生物医学ML中的合成数据.
• 这种方法提高了ML决策支持系统在临床实践中的可靠性.