采用特征选择算法判定类风湿关节炎小鼠模型的免疫状态
机器学习
2023-10-24 v2 机器学习
摘要
免疫应答是机体判定抗原为自身或非自身的动态过程。该动态过程的状态由构成此决策过程的炎症与调节性参与者之间的相对平衡及其群体所定义。以类风湿关节炎（RA）为例，免疫治疗的目的是使免疫状态偏向调节性参与者，从而关闭应答中的自身免疫通路。尽管已有若干已知的免疫治疗方法，但其疗效取决于该干预如何改变此状态的演化。遗憾的是，这一过程的决定因素不仅是过程本身的动力学，还包括干预时系统的状态——而在治疗实施前，这一状态即便并非不可能也极难确定。为识别此类状态，我们考察了一种RA小鼠模型（胶原诱导性关节炎（CIA））的免疫治疗；收集经近期开发的CIA免疫治疗后小鼠的T细胞标志物与群体高维数据；并使用特征选择算法从中选取低维子集，用以预测完整的T细胞标志物与群体，以及免疫治疗的疗效。
引用
@article{arxiv.2207.05882,
title = {Employing Feature Selection Algorithms to Determine the Immune State of a Mouse Model of Rheumatoid Arthritis},
author = {Brendon K. Colbert and Joslyn L. Mangal and Aleksandr Talitckii and Abhinav P. Acharya and Matthew M. Peet},
journal= {arXiv preprint arXiv:2207.05882},
year = {2023}
}