基于机器学习元集成利用蛋白质序列对慢性髓性白血病进行早期风险预测
基因组学
2023-02-09 v1
摘要
白血病是血细胞的癌症，起源于骨髓的造血细胞。在慢性髓性白血病（CML）状况下，细胞部分成熟，看似正常白细胞，但不能有效抵抗感染。CML 的早期检测对有效治疗十分重要，但缺乏常规筛查检测。定期检查与症状监测是早期检出 CML 的最佳方式。在本研究中，我们利用蛋白质氨基酸序列开发了一个基于多层感知机的元集成系统，用于 CML 的早期风险预测。蛋白质序列的有害突变分析提供了导致 CML 的氨基酸序列中的判别信息。利用氨基酸的疏水性与亲水性数值，将蛋白质序列表达为分子描述符。这些描述符被变换到多种基于统计与相关的特征空间中。这些特征信息被输入若干不同类型的基学习器。基学习器的初步预测被用于开发基于多层感知机（MLP）的元集成。所提出的学习方法有效利用判别信息对 CML/非 CML 蛋白质序列进行分类。所提出的预测系统给出了改进的结果，可作为 CML 早期诊断的潜在生物标志物。
引用
@article{arxiv.2302.04200,
title = {Early Risk Prediction of Chronic Myeloid Leukemia with Protein Sequences using Machine Learning-based Meta-Ensemble},
author = {Madiha Hameed and Muhammad Bilal and Tuba Majid and Abdul Majid and Asifullah Khan},
journal= {arXiv preprint arXiv:2302.04200},
year = {2023}
}