毒物处理大西洋鳕鱼(Gadus morhua)肝脏生物标志物发现中特征选择方法的比较分析
机器学习
2019-11-26 v1 定量方法
机器学习
摘要
单变量和多变量特征选择方法可用于毒物暴露分析中的生物标志物发现。在单变量方法中,差异表达分析(DEA)常因其简单性和可解释性而被应用。DEA方法的一个特点是逐个处理基因,忽略了基因间存在的相关性。另一方面,一些多变量特征选择方法被提出用于生物标志物发现。面对各种生物标志物发现方法,如何为特定数据集选择最合适的方法成为一个问题。本文提出了一个比较潜在生物标志物发现方法的框架:通过比较三种源于不同理论的方法的稳定性和提升分类精度的能力来进行对比。我们考虑的三种方法是:识别差异表达基因的微阵列显著性分析(SAM);基于信息论的最小冗余最大相关(mRMR);以及受图形视角启发的特征方向(GeoDE)。在两个将鳕鱼暴露于不同毒物(甲基汞MeHg和PCB 153)的实验中,不同方法在不同情况下表现突出,因此应根据所研究的数据集和研究兴趣来决定最合适的方法。
引用
@article{arxiv.1905.08048,
title = {A Comparative Analysis of Feature Selection Methods for Biomarker Discovery in Study of Toxicant-treated Atlantic Cod (Gadus morhua) Liver},
author = {Xiaokang Zhang and Inge Jonassen},
journal= {arXiv preprint arXiv:1905.08048},
year = {2019}
}
备注
11 pages, 4 figures, 2019 NAIS Symposium