Name: Selecionando vários subconjuntos de biomarcador com Performances de classificação binária eficaz da mesma forma (Vídeo) | JoVE Journal
Uploaded: 2018-10-11T13:00:00.000+00:00
Duration: 7 min 35 s
Description: Aprenda a identificar múltiplos subconjuntos de biomarcadores com alta performance usando software de análise de dados. Esta ferramenta oferece interface gráfica amigável para pesquisadores biomédicos explorarem soluções eficazes em detecção de biomarcadores.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Este trabalho foi financiado pelo programa de investigação estratégica prioridade da Academia Chinesa de Ciências (XDB13040400) e a concessão de inicialização da Universidade de Jilin. Revisores anônimos e usuários testes biomédicos foram apreciados por seus comentários construtivos em melhorar a usabilidade e funcionalidade do kSolutionVis.

Temos sem conflitos de interesse relacionados a este relatório.

Este estudo apresenta um protocolo de deteção e caracterização de biomarcador de solução multi fácil-à-siga para um dataset classificação binário especificado pelo usuário. O software coloca ênfase na facilidade de uso e interfaces flexíveis de importação/exportação para vários formatos de arquivo, permitindo que um pesquisador biomédico investigar seu dataset facilmente usando a GUI do software. Este estudo também destaca a necessidade de gerar mais de uma solução com performances de modelagem similarmente eficaz, anter...

Classificação binária, um dos mais comumente investigados e desafiadoras dados mineração problemas na área biomédica, é usado para construir um modelo de classificação treinado em dois grupos de amostras com a mais exata discriminação potência1, 2 , 3 , 4 , 5 , 6 , 7. no entanto, o grande volume de dados gerado no campo biomédico tem o inerente "grande p pequeno n" paradigma, com o número de características geralmente muito maiores do que o número de amostras6,8,9. Portanto, os pesquisadores biomédicos tem que reduzir a dimensão do recurso antes de utilizar os algoritmos de classificação para evitar o overfitting problema8,9. Biomarcadores de diagnóstico são definidos como um subconjunto das características detectadas, separando os pacientes de uma determinada doença de controle saudável amostras10,11. Os pacientes geralmente são definidos como as amostras positivas, e os controles saudáveis são definidos como as amostras negativas12.
Estudos recentes têm sugerido que existe mais de uma solução com performances de classificação idêntica ou similarmente eficaz para um conjunto de dados biomédicos5. Quase todos os algoritmos de seleção de recurso são algoritmos determinísticos, produzindo apenas uma solução para o mesmo conjunto de dados. Algoritmos genéticos simultaneamente podem gerar múltiplas soluções com desempenhos semelhantes, mas eles ainda tentam selecionar uma solução com a melhor função de aptidão como a saída para um determinado conjunto de dados13,14.
Algoritmos de seleção recurso aproximadamente podem ser agrupados como filtros ou invólucros12. Um algoritmo de filtragem escolhe as características dek top - ranking por sua associação significativa individual com os rótulos de binary classe com base na suposição de que dispõe são independentes do outro15,16,17 . Embora esta hipótese não prende verdadeira para quase todos os datasets de mundo real, a regra de filtragem heurística executa bem em muitos casos, por exemplo, o algoritmo mRMR (redundância de mínimo e máximo de relevância), o Wilcoxon teste baseado recurso de filtragem (WRank) algoritmo e o enredo ROC (característica de funcionamento do receptor), com base em algoritmo de filtragem (ROCRank). Flavia, é um algoritmo de filtragem eficiente porque calcula o problema combinatório de estimativa com uma série de problemas muito menores, comparando com o algoritmo de seleção de dependência máxima característica, cada uma das quais envolve apenas duas variáveis, e Portanto usa emparelhadas probabilidades de articulação, que são mais robustos18,19. No entanto, mRMR pode subestimar a utilidade de algumas características, como ele não mede as interações entre características que podem aumentar a relevância e assim perde algumas combinações de recurso que são individualmente inúteis, mas são úteis apenas quando combinado. O algoritmo de WRank calcula uma pontuação não-paramétricos de discriminativa como um recurso é entre duas classes de amostras e é conhecido por sua robustez para outliers20,21. Além disso, o algoritmo de ROCRank avalia como significativo a área sob o ROC curva (AUC) de um determinado recurso é para o desempenho de classificação binária investigadas22,23.
Por outro lado, um wrapper avalia desempenho do classificador pré-definidos de um subconjunto de determinado recurso, iterativamente, gerado por uma regra heurística e cria o subconjunto de recurso com o melhor desempenho de medição24. Um wrapper geralmente supera um filtro no desempenho classificação mas corre mais lento25. Por exemplo, o algoritmo de27 26,floresta aleatório regularizada (RRF) usa uma regra gananciosa, avaliando as características em um subconjunto de dados de treinamento em cada nó da floresta aleatório, pontuações de importância cujos recursos são avaliadas pelo índice de Gini . A escolha de um novo recurso será penalizada se o seu ganho de informações não melhorar isso das características escolhidas. Além disso, a análise de previsão de Microarrays (PAM)28,algoritmo de29 , também é um algoritmo de invólucro, calcula um centroide para cada um dos rótulos de classe e então seleciona recursos para encolher os centroides de gene em direção geral centroide da classe. PAM é robusta para características periféricas.
Várias soluções com o desempenho superior de classificação podem ser necessárias para qualquer determinado conjunto de dados. Em primeiro lugar, o objetivo da otimização de um algoritmo determinístico é definido por uma fórmula matemática, por exemplo, taxa de erro mínimo30, que não é necessariamente ideal para amostras biológicas. Em segundo lugar, um conjunto de dados pode ter soluções significativamente diferentes, de múltiplo, com performances similares de eficazes ou mesmo idênticas. Quase todos os algoritmos de seleção de recurso existente selecionará uma dessas soluções como a saída de31.
Este estudo irá introduzir um protocolo analítico de informática para gerar múltiplas soluções de seleção recurso com performances semelhantes para qualquer conjunto de dados de determinada classificação binária. Considerando que os pesquisadores mais biomédicos não estão familiarizados com técnicas de informáticos ou computador codificação, uma interface gráfica de fácil utilização (GUI) foi desenvolvida para facilitar a análise rápida de conjuntos de dados biomédicos classificação binária. O protocolo analítico consiste de carregamento de dados e resumindo, ajustar o parâmetro, execução de pipeline e interpretações do resultado. Com um simples clique, o pesquisador é capaz de gerar o biomarcador subconjuntos e parcelas de visualização de qualidade de publicação. O protocolo foi testado usando o transcriptomes de dois datasets de classificação binária de leucemia linfoblástica aguda (ALL), ou seja, ALL1 e ALL212. Os conjuntos de dados de ALL1 e ALL2 foram baixados do Broad Institute genoma análise centro de dados, disponível em http://www.broadinstitute.org/cgi-bin/cancer/datasets.cgi. ALL1 contém 128 amostras com 12.625 características. Estas amostras, 95 são células B todos e 33 são células T todos. ALL2 inclui 100 amostras com 12.625 características também. Estas amostras, há 65 pacientes que sofreram recaídas e 35 pacientes que não tinham. ALL1 foi um conjunto de dados de fácil classificação binária, com uma precisão mínima de quatro filtros e quatro invólucros sendo 96,7% e 6 dos algoritmos de seleção de 8 recurso atingir 100%12. Enquanto ALL2 foi um conjunto de dados mais difícil, com os algoritmos de seleção acima 8 recurso atingir não é melhor que a precisão de 83,7%12. Esta maior precisão foi alcançado com 56 características detectadas pelo algoritmo do invólucro, seleção de recurso baseado em correlação (CFS).

<table><tbody><tr><td>Hardware</td><td></td><td></td><td></td></tr><tr><td>laptop</td><td>Lenovo</td><td>X1 carbono</td><td>Qualquer computador funciona. Configuração mínima recomendada: 1 GB de espaço extra no disco rígido, 1 GB de memória, CPU de 2,0 MHz</td></tr><<tr><td>strong>Nome</td><td>Empresa</td><td>Número de catálogo<</td><td>strong>Comentários</td></tr><tr><td>Software</td><td></td><td></td><td></td></tr><tr><td>Python 3.0</td><td>WingWare</td><td>Wing Personal</td><td>Qualquer ambiente de programação e execução python suporta Python versão 3.0 ou superior</td></tr></tbody></table>

selecionando vários subconjuntos de biomarcador com performances de classificação binária eficaz da mesma forma

Selecting Multiple Biomarker Subsets with Similarly Effective Binary Classification Performances

Detecção de biomarcador é uma das mais importantes perguntas biomédicas para pesquisadores do elevado-throughput 'omics', e quase todos os algoritmos de detecção da biomarcador existentes geram um subconjunto de biomarcador com a medição de desempenho otimizado para um determinado conjunto de dados . No entanto, um estudo recente demonstrou a existência de vários subconjuntos de biomarcador com performances de classificação da mesma forma eficaz ou mesmo idênticas. Este protocolo apresenta uma metodologia simples e direta para a detecção de subconjuntos de biomarcador com performances de classificação binária, melhores do que um limite definido pelo usuário. O protocolo consiste de preparação de dados e carregamento, sumarização de informações de base, ajuste de parâmetro, triagem de biomarcador, resultado visualização e interpretação, anotações de gene biomarcador e exportação de resultado e visualização por qualidade de publicação. O biomarcador proposta estratégia de rastreio é intuitiva e demonstra uma regra geral para o desenvolvimento de algoritmos de detecção de biomarcador. Uma interface gráfica de fácil utilização (GUI) foi desenvolvida utilizando a linguagem de programação Python, permitindo que os pesquisadores biomédicos ter acesso direto aos seus resultados. O código-fonte e manual de kSolutionVis podem ser baixados de http://www.healthinformaticslab.org/supp/resources.php.

O objetivo do fluxo de trabalho (Figura 6) é detectar vários subconjuntos de biomarcador com eficiência similar para um dataset de classificação binária. Todo o processo é ilustrado por dois conjuntos de dados exemplo ALL1 e ALL2, extraído de uma detecção de biomarcador recentemente publicado estudo12,,48. Um usuário pode instalar kSolutionVis, seguindo as instruções nos materiais suplementares.
<...

Algoritmos existentes geram uma solução para um dataset de deteção de biomarcador. Este protocolo demonstra a existência de múltiplas soluções similarmente eficazes e apresenta um software de fácil utilização para ajudar os investigadores biomédicos investigar seus conjuntos de dados para o desafio proposto. Cientistas de computador também podem fornecer esta funcionalidade em seu biomarcador algoritmos de detecção.

Selecionando vários subconjuntos de biomarcador com Performances de classificação binária eficaz da mesma forma

Biomarker detection is one of the more important biomedical questions for high-throughput &#39;omics&#39; researchers, and almost all existing biomarker ...

Essa medida pode ajudar a responder a perguntas-chave no campo de detecção biomédica sobre a geração de múltiplas soluções. A principal vantagem dessa técnica é que ela fornece uma interface de usuário gráfico fácil de usar para auxiliar pesquisadores biomédicos na detecção de múltiplos subsídios de recursos. Comece carregando os dados Matrix e as etiquetas de classe no software.Clique na matriz de dados de carga para selecionar o arquivo de métricas de dados especificado pelo usuário e carregar etiquetas de classe para selecionar o arquivo de etiqueta de classe correspondente. Para determinar os rótulos de classe no número de recursos mais bem classificados, selecione os nomes das classes positiva e negativa nas caixas suspensas apropriadas e selecione 10 como o número de recursos mais bem classificados na caixa de drop down X superior para uma tela abrangente do subconjunto do recurso. Para ajustar os parâmetros do sistema para diferentes desempenhos, selecione a precisão de medição de desempenho como a caixa de queda de precisão equilibrada de precisão para o classificador de máquina de aprendizagem extremo selecionado.Em seguida, selecione um valor de corte de 0,7 para a mediçã

selecting-multiple-biomarker-subsets-with-similarly-effective-binary

Research

JoVE Journal

Cancer Research

Pesquisa sobre o Câncer

Técnicas de análise multivariada, incluindo a análise de componentes principais (PCA) foram usados ​​para identificar padrões de assinatura de mudança regional de imagens funcionais do cérebro. Nós desenvolvemos um algoritmo para identificar biomarcadores rede reprodutíveis para o diagnóstico de doenças neurodegenerativas, a avaliação da progressão da doença, e a avaliação objectiva do efeito do tratamento na população de doentes.

Identificação de doenças relacionadas com padrões de covariância espacial utilizando dados de neuroimagem

Esta metodologia produz árvores de decisão que têm como alvo grupos populacionais mais propensos a sofrer de comprometimento cognitivo leve e são úteis para o rastreamento seletivo econômico da doença.

Uma abordagem de aprendizado de máquina para projetar uma triagem seletiva eficiente de comprometimento cognitivo leve

LEfSe (LDA Effect Size) é uma ferramenta para mineração biomarcadora de alta dimensão para identificar características genômicas (como genes, caminhos e taxonomias) que caracterizam significativamente dois ou mais grupos em dados de microbioma.

Seleção Assistida de Biomarcadores por Tamanho de Efeito de Análise Discriminante Linear (LEfSe) em dados de microbioma

Aqui, apresentamos um protocolo para converter dados transcriptômicos em uma visão mqTrans, permitindo a identificação de biomarcadores escuros. Embora não expressos diferencialmente em análises transcriptômicas convencionais, esses biomarcadores exibem expressão diferencial na visão mqTrans. A abordagem serve como uma técnica complementar aos métodos tradicionais, revelando biomarcadores antes negligenciados.

Gerando a Exibição de Regulação Transcricional de Recursos Transcriptômicos para Tarefa de Previsão e Detecção de Biomarcadores Escuros em Pequenos Conjuntos de Dados

Aqui nós apresentamos gotículas endereçável microarrays (ADMs), um método de matriz com base gota capaz de determinar a abundância absoluta de proteínas em células únicas. Podemos demonstrar a capacidade de ADMs caracterizam a heterogeneidade na expressão do tumor supressor p53 de proteína em uma linhagem de células cancerosas humanas.

Contagem de proteínas em células únicas com gotículas endereçável Microarrays

Pancreatoduodenctomy laparoscópica (LPD) pode oferecer vantagens sobre duodenopancreatectomia aberta, incluindo o pós-operatório mobilização precoce, menos atraso no esvaziamento gástrico e uma curta estadia no hospital. No entanto, LPD é tecnicamente desafiador e não bem padronizado, principalmente no que tange a anastomose do pâncreas. Nós descrevemos uma técnica padronizada para a anastomose do pâncreas durante LPD: modificado Blumgart pancreatoyeyunostomía.

Duodenopancreatectomia laparoscópica com modificado Blumgart pancreatoyeyunostomía

Aqui usamos bioluminescentes, raio-x e positron-emissão calculado a tomografia computadorizada/tomografia computadorizada de imagem para estudar a atividade como a inibição de mTOR impactos tumores de medula óssea-incorporada do mieloma múltiplo em um modelo de transplante. Isto permite análises fisiologicamente relevantes, não-invasivo e multimodais do efeito antimieloma de terapias direcionamento incorporada a medula óssea mieloma tumores na vivo.

Imagem de tomografia computadorizada multimodal bioluminescentes e emissão positrônica Tomography/computacional de mieloma múltiplo Xenografts de medula óssea em camundongos NOG

Aqui, apresenta-se um protocolo para análise de médio - a elevado-produção de eventos de fosforilação de proteínas no nível celular. Phospho citometria de fluxo é uma poderosa abordagem para caracterizar as aberrações de sinalização, identificar e validar biomarcadores e avaliar farmacodinâmica.

Citometria de fluxo phospho com Barcoding fluorescente de célula para célula única sinalização análise e descoberta de Biomarker

Este manuscrito descreve a síntese de um nanotubo de carbono de parede simples (SWCNT)-conjugado MALAT1 gapmer antisentido DNA do oligonucleotide (SWCNT-anti-MALAT1), que demonstra a entrega confiável do SWCNT e o potente efeito terapêutico de anti-MALAT1 in vitro e in vivo. Métodos utilizados para síntese, modificação, conjugação, e injeção de SWCNT-anti-MALAT1 são descritos.

Repressão de crescimento de células do mieloma múltiplo na Vivo por nanotubo de carbono de parede simples (SWCNT)-entregue MALAT1 antisentido Oligos

Aqui, apresentamos um protocolo para explorar o biomarcador e preditor de sobrevivência do câncer de mama com base na análise abrangente de conjuntos de dados clínicos agrupados derivados de uma variedade de bases de dados acessíveis publicamente, utilizando a estratégia de expressão, correlação e análise de sobrevivência passo a passo.

Realizando a mineração de dados e análise Integrativa do biomarcador no câncer de mama usando vários bancos de dados acessíveis publicamente

Aprenda a identificar múltiplos subconjuntos de biomarcadores com alta performance usando software de análise de dados. Esta ferramenta oferece interface gráfica amigável para pesquisadores biomédicos explorarem soluções eficazes em detecção de biomarcadores.

Selecionando vários subconjuntos de biomarcador com Performances de classificação binária eficaz da mesma forma

Explorar mais vídeos