基于谱聚类的特征提取用于层次多标签分类的基因功能预测
机器学习
2022-05-02 v2
摘要
基因注释旨在预测特定生物体中基因与功能（如生物过程）之间未知的关联。尽管近期取得进展，主要依赖体内生物学实验的注释程序所需成本与时间仍高得令人却步。本文提出一种新颖的计算机模拟（in silico）注释方法，结合聚类分析与层次多标签分类（HMC）。该方法利用谱聚类从基因共表达网络（GCN）中提取新特征并丰富预测任务。HMC 用于构建多个考虑基因功能层次结构的估计器。所提方法应用于玉米（Zea mays）这一世界上最具优势和高产作物之一的案例研究。结果说明了计算机模拟方法对降低基因注释时间与成本的关键作用。更具体地，它们凸显了以下两方面的重要性：(i) 构建表示 GCN 中基因关系结构的新特征以注释基因；(ii) 考虑生物过程的结构以获得一致的预测。
引用
@article{arxiv.2203.13551,
title = {Feature extraction using Spectral Clustering for Gene Function Prediction using Hierarchical Multi-label Classification},
author = {Miguel Romero and Oscar Ramírez and Jorge Finke and Camilo Rocha},
journal= {arXiv preprint arXiv:2203.13551},
year = {2022}
}