基于分布式组Lasso回归的阿尔茨海默病风险遗传因子大规模特征选择
机器学习
2017-04-28 v1 机器学习
摘要
全基因组关联研究(GWAS)在阿尔茨海默病(AD)的遗传学研究中已取得巨大成功。跨不同研究机构的协作成像遗传学研究显示了检测遗传风险因子的有效性。然而，GWAS数据的高维度给检测AD风险SNP带来了重大挑战。选择相关特征对于预测响应变量至关重要。在本研究中，我们提出了一种新颖的分布式特征选择框架(DFSF)，以跨多个机构开展大规模成像遗传学研究。为加速学习过程，我们提出了一系列分布式组Lasso筛选规则，以识别不相关特征并将其从优化中移除。然后，我们通过在一系列参数上执行组Lasso特征选择过程来选取相关组特征。最后，我们采用稳定性选择对可能有助于检测AD早期阶段的风险SNP进行排序。据我们所知，这是首个集成了组Lasso特征选择以及跨多个研究机构系统检测风险遗传因子的分布式特征选择模型。实证研究在809名受试者、590万分布在若干独立机构的SNP上开展，证明了所提方法的效率与有效性。
引用
@article{arxiv.1704.08383,
title = {Large-scale Feature Selection of Risk Genetic Factors for Alzheimer's Disease via Distributed Group Lasso Regression},
author = {Qingyang Li and Dajiang Zhu and Jie Zhang and Derrek Paul Hibar and Neda Jahanshad and Yalin Wang and Jieping Ye and Paul M. Thompson and Jie Wang},
journal= {arXiv preprint arXiv:1704.08383},
year = {2017}
}