用于结合高维表观遗传特征与低维协变量进行风险预测的半参数贝叶斯加性回归树
应用统计
2026-05-25 v2 统计计算
机器学习
摘要
在精准医疗时代，全基因组表观遗传修饰提供了丰富的数据，可为风险预测提供信息。然而，这些数据具有高维度并表现出复杂的依赖结构，当目标是为协变量调整获得可解释的效应估计时，这使得将其与低维协变量联合建模变得困难。标准的贝叶斯加性回归树（BART）提供了强大的预测性能，但在树集成中统一处理所有预测变量，掩盖了重要协变量的贡献，并使高维设置下的变量选择复杂化。我们提出了一种半参数BART模型（spBART），通过一个具有可解释系数的参数分量对低维协变量进行建模，同时通过树集成捕捉高维预测变量之间复杂的非线性关联，从而解决了这一局限性。为了执行稳定的变量选择，我们开发了一种基于交叉验证的程序，该程序汇总各折的后验包含概率，并应用贝叶斯错误发现率控制。我们将所提出的方法应用于两项多发性骨髓瘤研究（）中来自循环游离DNA的全基因组5-羟甲基胞嘧啶谱的汇总病例-对照分析。该方法识别出一组简约的候选位点，并在留出的验证集中实现了强大的样本外判别能力（AUC ）。总体而言，spBART提供了一个统一的框架，用于在高维生物医学研究中将可解释的协变量推断与灵活的建模和变量选择相结合。
引用
@article{arxiv.2605.20143,
title = {Semi-Parametric Bayesian Additive Regression Trees for Risk Prediction with High-Dimensional Epigenetic Signatures and Low-Dimensional Covariates},
author = {Saurabh Bhandari and Parveen Bhatti and Brian C. -H. Chiu and Yuan Ji},
journal= {arXiv preprint arXiv:2605.20143},
year = {2026}
}