具有可控变量选择的深度神经网络用于推定因果遗传变异的识别
机器学习
2021-10-01 v1 应用统计
统计计算
机器学习
摘要
深度神经网络（DNN）因其高预测精度已成功应用于许多科学问题，但由于可解释性差，其在遗传学研究中的应用仍具挑战性。本文考虑在DNN中实现可扩展、鲁棒的变量选择，以在基因组测序研究中识别推定因果遗传变异。我们发现了DNN中由于其随机性导致的特征选择明显随机性，这可能妨碍可解释性并导致误导性结果。我们提出一种可解释的神经网络模型，通过集成进行稳定化，并具有用于遗传学研究的受控变量选择。所提方法的优点包括：(1)灵活建模遗传变异的非线性效应以提高统计功效；(2)输入层中的多重knockoffs以严格控误发现率；(3)分层结构大幅减少权重参数与激活数量以提高计算效率；(4)去随机化特征选择以稳定所识别信号。我们在大量模拟研究中评估了所提方法，并将其应用于阿尔茨海默病遗传学的分析。我们表明，与常规线性和非线性方法相比，所提方法可带来显著更多的发现。
引用
@article{arxiv.2109.14719,
title = {Deep neural networks with controlled variable selection for the identification of putative causal genetic variants},
author = {Peyman H. Kassani and Fred Lu and Yann Le Guen and Zihuai He},
journal= {arXiv preprint arXiv:2109.14719},
year = {2021}
}