通过强化学习构建祖先重组图
机器学习
2025-06-16 v1 人工智能
机器学习
摘要
多年来，针对构建祖先重组图（ARGs）的方法屡屡出现，其中许多方法依赖于最可能的图在最短图中。本文提出一种新的构建短 ARGs 的方法：强化学习（RL）。我们利用寻找一组遗传序列之间其最近共同祖先之间最短路径与寻找迷宫入口和出口之间最短路径之间的相似性。迷宫问题中，学习者称为智能体，必须学习如何走出迷宫的最快方向；而在我们的問題中，智能体必须学习在 coalescence、mutation 和 recombination 之间采取何种动作，以最快速度到达最近共同祖先。我们的結果表明，RL 可以用于构建与使用用于构建短 ARGs 的启发式算法所构建的图一样短，甚至更短。此外，我们的方法允许为给定样本构建一组短 ARGs 的分布，并且还可以对在学习过程中未使用的新样本进行泛化学习。
引用
@article{arxiv.2406.12022,
title = {Constructing Ancestral Recombination Graphs through Reinforcement Learning},
author = {Mélanie Raymond and Marie-Hélène Descary and Cédric Beaulac and Fabrice Larribe},
journal= {arXiv preprint arXiv:2406.12022},
year = {2025}
}