网络引导随机森林在疾病基因发现中的评估
分子网络
2024-05-09 v1 机器学习
摘要
基因网络信息被认为有益于疾病模块和通路识别，但在标准随机森林(RF)算法中尚未被显式用于基因表达数据分析。我们研究了网络引导RF的性能，其中网络信息被汇总为预测变量的采样概率，并进一步用于RF的构建。我们的结果表明，网络引导RF并未提供比标准RF更好的疾病预测。在疾病基因发现方面，如果疾病基因形成模块，网络引导RF能更准确地识别它们。此外，当疾病状态与给定网络中的基因独立时，使用网络信息可能导致虚假的基因选择结果，尤其是在枢纽基因上。我们对来自癌症基因组图谱(TCGA)的两个平衡微阵列和RNA-Seq乳腺癌数据集就孕酮受体(PR)状态分类的实证分析也表明，网络引导RF能从PGR相关通路中识别基因，从而得到连接性更好的已识别基因模块。
引用
@article{arxiv.2308.01323,
title = {Evaluation of network-guided random forest for disease gene discovery},
author = {Jianchang Hu and Silke Szymczak},
journal= {arXiv preprint arXiv:2308.01323},
year = {2024}
}
备注
23 pages, 2 tables, 7 figures