用于基因组学研究中快速分组变量选择和 FDR 控制的知情弹性网
统计方法学
2024-10-08 v1 机器学习
摘要
现代基因组学研究依赖于基因组关联研究 (GWAS) 来识别在数百万个潜在变异者中与感兴趣疾病相关的少数变异者。只有可重复的关联组发现有助于我们理解复杂多基因疾病并促进新药和个性化医疗的开发。因此，具有高真阳性率 (TPR) 同时控制假发现率 (FDR) 的快速多变量选择方法至关重要。最近提出了 T-Rex+GVS 选择器，即使用弹性网 (EN) 作为基础选择器执行分组变量选举的 T-Rex 选择器版本。虽然它在模拟 GWAS 中显著提高了 TPR，但其较高的计算成本限制了可扩展性。因此，我们提出了知情弹性网 (IEN)，一种新的基础选择器，显著减少计算时间，同时保留分组变量选择特性。我们量化了其分组效应并推导其作为 Lasso 类型优化问题的公式，在 T-Rex 框架中通过终止 LARS 算法高效求解。数值模拟和 GWAS 研究表明，提出的 T-Rex+GVS (IEN) 具有所需的分组效应，减少计算时间，并与 T-Rex+GVS (EN) 相同的 TPR，但 FDR 更低，这使其成为大规模 GWAS 的有前景的方法。
引用
@article{arxiv.2410.05211,
title = {The Informed Elastic Net for Fast Grouped Variable Selection and FDR Control in Genomics Research},
author = {Jasin Machkour and Michael Muma and Daniel P. Palomar},
journal= {arXiv preprint arXiv:2410.05211},
year = {2024}
}
备注
Published in IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP), 10-13 December 2023, Los Sue\~nos, Costa Rica