机器学习方法在基因交互作用探测中的研究进展

彭哲也,唐紫珺,谢民主

Research progress in machine learning methods for gene-gene interaction detection

Peng Zheye,Tang Zijun,Xie Minzhu

表2 机器学习方法在真实遗传数据的应用

Table 2 Application of machine learning approaches to real genetic data

方法 应用案例 参考文献 GPNN 应用于帕金森病数据集,该数据集包含与线粒体复合体I相关基因的70个SNPs,探测到了DLST基因与性别之间的交互作用 [17] RF 应用于非综合征性唇腭裂(CL/P)的真实数据,发现了WNT5B-MAFB等有统计显著性的基因交互 [52] SNPInterForest 应用于风湿关节炎的GWAS数据(约500000 SNPs),发现了两个新的交互作用 [27] SVM 应用于前列腺癌研究中18个基因中的57个SNP位点,识别高达5个SNP之间的高阶交互作用 [33] MDR 应用于与乳腺组织中雌激素代谢相关的5个基因中的10个SNP位点,确定了与乳腺癌风险相关的四位点交互作用 [36] RMDR 测试了与DNA修复有关的5个基因中的7个SNP位点;结果与使用相同数据的MDR研究相同,但是提供了更清晰的高风险交互作用模型 [45] GMDR 应用于4个基因中的23个SNP位点,以鉴定尼古丁依赖症的易感基因;GMDR和MDR确定了相同的交互作用 [46]