إنشاء النماذج وتصورها باستخدام إطار عمل التعلم الآلي المستند إلى MIME

Summary

Mime هو إطار حساب مرن لإنشاء نموذج تكامل قائم على التعلم الآلي بأداء أنيق. هنا ، نقدم إجراء مفصلا خطوة بخطوة لتطوير نماذج تنبؤية بدقة عالية ، والاستفادة من مجموعات البيانات المعقدة لتحديد الجينات الهامة المرتبطة بتطور المرض ، ونتائج المرضى ، والاستجابة العلاجية.

Abstract

عززت تقنية التسلسل عالية الإنتاجية المنتشرة بشكل كبير فهمنا لعلم الأحياء وعدم تجانس السرطان. أصبحت خوارزميات التعلم الآلي على بيانات النسخ حيوية للتنبؤ بتشخيص المريض والاستجابات السريرية. على الرغم من التقدم في خوارزميات التعلم الآلي ، إلا أن النظام الأساسي مفتوح المصدر الذي يتضمن خوارزميات التعلم الآلي الأكثر تطورا على بيانات النسخ لا يزال غائبا. لمعالجة هذه الفجوة ، قمنا بتطوير Mime ، وهو إطار عمل متعدد الاستخدامات للتعلم الآلي لتعزيز بناء وتصور النماذج التنبؤية للخصائص السريرية والتوقيعات الجينية. من خلال دمج مجموعات البيانات المتنوعة واستخدام تقنيات اختيار الميزات الأكثر تقدما ، يعالج Mime التحديات الحرجة في التنبؤات السريرية. يوفر ثلاث وظائف رئيسية ، بما في ذلك بناء النموذج واختيار الميزات وتصور البيانات. يشمل بناء النموذج مجموعة من خوارزميات التعلم الآلي ، بما في ذلك على سبيل المثال لا الحصر أشجار القرار ، وآلات ناقلات الدعم ، وطرق المجموعة ، مما يسمح للباحثين باختيار النهج الأنسب لتحليلهم المحدد. يستخدم تحديد الميزة خوارزميات متقدمة مثل التخلص من الميزات المتكررة وانحدار LASSO لتبسيط مجموعة البيانات والتركيز على الميزات الأكثر إفادة. يدعم إطار العمل ضبط المعلمات القابلة للتخصيص من خلال طرق التحقق المتبادل، وتحسين أداء النموذج مع التخفيف من مخاطر الإفراط في التجهيز. تمكن أدوات التصور المدمجة في Mime الباحثين من تفسير نتائج النموذج بشكل فعال ، مما يوفر تمثيلات رسومية لأهمية الميزة ومقاييس الأداء التنبؤية. في هذه المخطوطة ، نقدم برنامجا تعليميا مفصلا حول الإجراءات التدريجية لإطار التعلم الآلي متعدد الاستخدامات.

Introduction

أثر الاعتماد الواسع النطاق لتقنيات التسلسل عالية الإنتاجية بشكل كبير على فهمنا لعلم الأحياء وعدم تجانس السرطان¹. لم يعمق هذا التقدم الرائد في التكنولوجيا الحيوية معرفتنا العلمية فحسب ، بل أحدث أيضا ثورة في مجال البحث الطبي. من خلال تمكين العلماء من تسلسل كميات كبيرة من المواد الوراثية بسرعة ودقة ، أدى التسلسل عالي الإنتاجية إلى تسريع اكتشاف جينات وطفرات ومسارات بيولوجية جديدة. حددت مجموعة متزايدة من الأبحاث التوقيعات الجزيئية المحددة المرتبطة بتطور المرض ، وتشخيص المريض ، والاستجابة العلاجية من بيانات التسلسل^2،3،4. توف....

Protocol

ملاحظة: يتم تشغيل جميع البرامج التعليمية لهذه الدراسة على نظام Linux الأساسي باستخدام برنامج R. يتم سرد إصدار حزمة R المستخدمة في هذا البروتوكول في جدول المواد. يتم عرض كل خطوة ضرورية للتحليل أدناه ويمكن أيضا الحصول على بروتوكول مفصل على GitHub (https://github.com/l-magnificence/Mime). يمكن للمستخدمين الذين يواجهون مشكلات مع Mime زيارة صفحة مشكلة GitHub (https://github.com/l-magnificence/Mime/issues) لتقديم ملاحظات.

1. إعداد التمثيل الصامت ومجموعة بيانات المثال

1. قم بتثبيت إصدار التطوير من Mime من GitHub باستخدام الكود أدناه:
   devtools::install_githu....

Results

تم استخدام genelist و Example.cogroup بما في ذلك مجموعة تدريب واحدة ومجموعة تحقق واحدة لبناء نماذج تنبؤية من خلال دمج 10 خوارزميات للتعلم الآلي في Mime. من بين 117 نموذجا للتنبؤ تم إنشاؤه بواسطة Mime ، كان نموذج StepCox [إلى الأمام] + plsRcox المشترك (SPCOM) أعلى مؤشر C بين جميع المجموعات ، مما يشير إلى أدائه المتميز (الشكل 1 أ). تم تقسيم المرضى إلى مجموعات عالية الخطورة ومنخفضة الخطورة وفقا لمتوسط درجة المخاطر التي تم حسابها بواسطة SPCOM. ومن المثير للاهتمام أن المرضى الذين لديهم درجات عالي.......

Discussion

في هذه الدراسة ، نقدم وصفا مفصلا لكيفية استخدام حزمة Mime لتطوير نماذج تنبؤية قوية وقوية للتعلم الآلي لبيانات النسخ. في الدراسات السابقة ، غالبا ما كافح الباحثون في اختيار خوارزمية النموذج التنبؤي المناسبة بناء على الخصائص المحددة لبيانات التسلسل^{الخاصة بهم 13،14}. بالإضافة إلى ذلك ، بالنسبة للباحثين الذين ليس لديهم خلفية في علوم الكمبيوتر ، هناك صعوبة معينة في استقرار بيئة التعلم الآلي ، واختيار المعلمات المناسبة ، ونشر النماذج في.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
اسم الباقة	الإصدار	برمجيات
aplot	0.1.10	استوديو R
بارت	2.9.4	استوديو R
بوروتا	8.0.0	استوديو R
فئة السرطان	1.38.0	استوديو R
الاقحام	6.0-89	استوديو R
Ckmeans.1d.dp	4.3.5	استوديو R
قارن ج	1.3.2	استوديو R
خريطة الحرارة المعقدة	2.15.1	استوديو R
التراكيب	2.0-4	استوديو R
البيانات.جدول	1.14.0	استوديو R
doParallel	1.0.16	استوديو R
DPLYR	1.1.3	استوديو R
ه 1071	1.7-7	استوديو R
فورستورستر	1.1.0	استوديو R
مستقبل	1.21.0	استوديو R
جي بي إم	2.1.8.1	استوديو R
جي جي بريك	0.1.1	استوديو R
ggplot2	3.4.1	استوديو R
ggpubr	0.4.0	استوديو R
جي جي جي سي آي	2.9	استوديو R
جي إل ايم نت	4.1-2	استوديو R
شبكة	4.1.3	استوديو R
gridExtra	2.3	استوديو R
جي سي إي إي	1.54.0	استوديو R
جي إس في إيه	1.40.1	استوديو R
Hmisc	5.1-1	استوديو R
ك.ك.إن إن	1.3.1	استوديو R
الحياكة	1.42	استوديو R
ماغريتر	2.7.2	استوديو R
مصفوفة	1.5-4	استوديو R
ميتا	5.2-0	استوديو R
أدوات متفرقة	0.6-28	استوديو R
ميكس أوميكس	6.18.1	استوديو R
أدوات مختلطة	1.2.0	استوديو R
pbapply	1.4-3	استوديو R
الثابتة والمتنقلة	1.7.7	استوديو R
بروك	1.18.0	استوديو R
R	4.1.3	استوديو R
randomForestSRC	4.6-14	استوديو R
قارئ	1.4.0	استوديو R
الوصفات	0.1.17	استوديو R
إعادة الشكل2	1.4.4	استوديو R
آر مارك داون	2.8	استوديو R
ROCit	2.1.1	استوديو R
ROCR	1.0-11	استوديو R
ميزان	1.2.1	استوديو R
عصفور	1.0.3	استوديو R
سترينجر	1.5.0	استوديو R
سوبر بي	1.12	استوديو R
بقاء	3.3-1	استوديو R
البقاء على قيد الحياةROC	1.0.3	استوديو R
SurvivalSVM	0.0.5	استوديو R
إس إيه	3.40.0	استوديو R
اختبار	3.1.0	استوديو R
تيبل	3.2.1	استوديو R
تيدير	1.3.0	استوديو R
Tidyverse	1.3.1	استوديو R
برنامج UpSetR	1.4.0	استوديو R
فيريديس	0.6.1	استوديو R