基于联合累积量的上位性检测
统计方法学
2021-11-15 v1
摘要
从超高维数据中筛选有影响力的非线性交互特征，是多个领域的一项重要任务。然而，当实践中收集到超过五十万特征时，统计准确性与计算可行性是两大主要顾虑。许多现有特征筛选方法要么仅关注主效应，要么严重依赖遗传结构，因而在呈现强交互但弱主效应的情形下失效。本文提出一种基于联合累积量（命名为 JCI-SIS）的新交互筛选方法。我们证明所提方法具有强Sure Screening一致性，并在理论上是可靠的以支持其表现。针对连续与分类预测变量设计的模拟研究展示了我们 JCI-SIS 方法的通用性与实用性。我们进一步将 JCI-SIS 应用于从多囊卵巢综合征（PCOS）患者与健康对照者收集的 4000 名受试者中，对涉及 234,754 个单核苷酸多态性（SNPs）的 27,554,602,881 个交互对进行筛选，以展示其功效。
引用
@article{arxiv.2111.06795,
title = {Epistasis Detection Via the Joint Cumulant},
author = {Randall Reese and Guifang Fu and Geran Zhao and Xiaotian Dai and Xiaotian Li and Kenneth Chiu},
journal= {arXiv preprint arXiv:2111.06795},
year = {2021}
}