用于增强 sRNA 表达谱的可解释深度学习
机器学习
2019-09-27 v1 基因组学
摘要
缺乏结构良好的元数据注释，使得日益增多的公开 RNA 表达数据的可重用性和解释性变得复杂。基于机器学习的元数据预测（数据增强）可显著提升表达数据注释的质量。在本研究中，我们利用小 RNA（sRNA）表达谱，系统性地基准测试了基于深度学习（DL）和随机森林（RF）的组织、年龄和性别元数据增强方法。我们使用来自小 RNA 表达图谱（SEA）数据库的 4243 个已注释 sRNA-Seq 样本来训练和测试增强性能。总体而言，DL 机器学习器在几乎所有测试案例中均优于 RF 方法。DL 算法对组织的平均交叉验证预测准确率为 96.5%，对性别为 77%，对年龄为 77.2%。针对全新数据集的平均组织预测准确率分别为 83.1%（DL）和 80.8%（RF）。为理解哪些 sRNA 影响 DL 预测，我们采用基于反向传播的特征重要性评分（使用 DeepLIFT 方法），从而获取 sRNA 生物学相关性信息。
引用
@article{arxiv.1909.11956,
title = {Explainable Deep Learning for Augmentation of sRNA Expression Profiles},
author = {Jelena Fiosina and Maksims Fiosins and Stefan Bonn},
journal= {arXiv preprint arXiv:1909.11956},
year = {2019}
}