Netboost：基于提升算法的网络分析改善急性髓系白血病与亨廷顿病中的高维组学预测
基因组学
2020-05-18 v1 应用统计
统计方法学
摘要
背景：当前最先进的特征选择方法难以识别许多高维组学数据集中存在的微弱但具有累积效应的特征。然而，这些特征在某些疾病中起着重要作用。结果：我们提出 Netboost，一种三步降维技术。首先，将基于提升算法的滤波器与拓扑重叠度量相结合，以识别网络的关键边。其次，对所选边应用稀疏层次聚类以识别模块，最后通过第一主成分汇总模块信息。随后在 these 汇总测度而非原始数据上开展主要分析。我们展示了新开发的 Netboost 与 CoxBoost 结合用于 180 名急性髓系白血病（AML）患者 DNA 甲基化与基因表达数据生存预测的应用，并基于交叉验证预测误差曲线估计，证明其预测优于全数据集上的变量选择以及另一种聚类方法。所识别的与染色质修饰酶相关的特征签名在 AMLSG 12-09 二期研究的独立 AML 患者数据集中得到复现。在第二个应用中，我们将 Netboost 与随机森林（Random Forest）分类结合，改善了亨廷顿病小鼠 RNA 测序数据的疾病分类误差。结论：Netboost 改善了生存分析与分类中预测变量的定义。它是一个免费可用的 Bioconductor R 包，用于高维组学应用中的降维与假设生成。
引用
@article{arxiv.1909.12551,
title = {Netboost: Boosting-supported network analysis improves high-dimensional omics prediction in acute myeloid leukemia and Huntington's disease},
author = {Pascal Schlosser and Jochen Knaus and Maximilian Schmutz and Konstanze Döhner and Christoph Plass and Lars Bullinger and Rainer Claus and Harald Binder and Michael Lübbert and Martin Schumacher},
journal= {arXiv preprint arXiv:1909.12551},
year = {2020}
}