基于博弈论的冗余感知无监督排序——在基因富集分析中的应用

基因集集合是研究特定表型性状基因富集的通用基础。基因集富集分析旨在识别在基因集集合中过度代表的基因，并可能与特定表型性状相关。然而，由于这涉及海量假设检验，预先处理以缩减基因集集合规模是否有益常受质疑。此外，基因集往往高度重叠，导致集合可解释性差，因而需要对所包含的基因集进行精简。受此生物信息学背景启发，我们提出一种基于单元素分布及其规模对集合族中集合排序的方法。我们通过计算Shapley值获得集合重要性分数，而无需通常价值函数指数级次数的评估。进而，我们应对在所得排序中引入冗余感知的挑战：此处若集合间存在显著交集则视为冗余。最后我们在基因集集合上评估该方法；所得排序表现出低冗余与高基因覆盖。所提无监督排序在缩减集合规模时，并未使特定表型性状的显著基因集数量明显提升。但我们相信，所提排序有助于生物信息学中提升基因集集合的可解释性，并向在Shapley值计算中纳入冗余迈出了一步。