BioMM:用于表观遗传指纹识别的生物学信息驱动多阶段机器学习
定量方法
2017-12-04 v1
摘要
从高通量数据中识别可重复的生物学模式是理解精神分裂症等复杂疾病生物学机制的瓶颈。为此,我们开发了生物学信息驱动的多阶段机器学习(BioMM)框架。BioMM整合生物学通路信息,对高维生物数据进行分层与聚合。我们利用全基因组DNA甲基化数据展示了该方法的效用,结果表明其显著优于常规机器学习方法。因此,BioMM框架或可作为高维数据中一种富有成效的机器学习策略,并作为未来整合分析方法的基石。
引用
@article{arxiv.1712.00336,
title = {BioMM: Biologically-informed Multi-stage Machine learning for identification of epigenetic fingerprints},
author = {Junfang Chen and Emanuel Schwarz},
journal= {arXiv preprint arXiv:1712.00336},
year = {2017}
}
备注
6 pages, NIPS 2017 ML4H