用于跨生物体重推断的不变风险最小化：以小鼠数据替代人类数据发现人类风险因子
机器学习
2022-02-15 v2 密码学与安全
摘要
由于数据隐私问题、某些类型实验难以开展或相关成本过高，人类医学数据往往难以获取。在许多情况下，来自动物模型或体外细胞系的数据可用于帮助增进对人类数据的理解。然而，众所周知此类数据相较于人类数据具有较低的疾病发生学效度。在本工作中，我们利用体外数据与动物模型来增强小规模人类医学数据集。我们采用不变风险最小化（IRM），将跨生物体的数据视为属于不同的数据生成环境，从而阐明不变特征。我们的模型识别出了与人类癌症发展相关的基因。我们观察到在改变所用人类与小鼠数据量时存在一定程度的一致性，然而仍需进一步工作以获得确定性结论。作为次要贡献，我们增强了现有的开源数据集，并向学界提供了两个经过统一处理、跨生物体、同源基因匹配的数据集。
引用
@article{arxiv.2111.07348,
title = {Invariant Risk Minimisation for Cross-Organism Inference: Substituting Mouse Data for Human Data in Human Risk Factor Discovery},
author = {Odhran O'Donoghue and Paul Duckworth and Giuseppe Ughi and Linus Scheibenreif and Kia Khezeli and Adrienne Hoarfrost and Samuel Budd and Patrick Foley and Nicholas Chia and John Kalantari and Graham Mackintosh and Frank Soboczenski and Lauren Sanders},
journal= {arXiv preprint arXiv:2111.07348},
year = {2022}
}
备注
Machine Learning for Health (ML4H) - Extended Abstract