$l_{1-2}$ GLasso:$L_{1-2}$正则化多任务图Lasso用于eQTL定位与基因网络的联合估计
机器学习
2023-01-06 v1 统计理论
定量方法
统计理论
摘要
遗传学中的一个关键问题是发现基因表达在细胞内如何被调控。调控关联学习的两个主要任务是:(i)识别SNP-基因关系,即eQTL定位;(ii)确定基因-基因关系,即基因网络估计。为在这两项任务间共享信息,我们关注于eQTL定位与基因网络联合估计的统一模型,并提出一种正则化多任务图lasso,命名为 GLasso。在人工数据集上的数值实验表明, GLasso在捕捉eQTL定位与基因网络的真实稀疏结构方面具有竞争力。将 GLasso进一步应用于ADNI-1真实数据集,实验结果显示 GLasso能比其他常用方法获得更稀疏且更精确的解。
引用
@article{arxiv.2301.02225,
title = {$l_{1-2}$ GLasso: $L_{1-2}$ Regularized Multi-task Graphical Lasso for Joint Estimation of eQTL Mapping and Gene Network},
author = {Wei Miao and Lan Yao},
journal= {arXiv preprint arXiv:2301.02225},
year = {2023}
}