侵權(quán)投訴
訂閱
糾錯
加入自媒體

使用DriverPower識別癌癥driver基因的綜合負(fù)荷和功能影響測試

2020-12-24 14:21
科研菌
關(guān)注

利用上述元件對模型性能進行評估時,作者的分析結(jié)果發(fā)現(xiàn):將兩種算法分別構(gòu)建的模型應(yīng)用于大型訓(xùn)練人群(如泛癌組)以及應(yīng)用于測試元件集時,均顯示出出色的性能(圖1b-c)。

圖1.兩種算法分別構(gòu)建的模型的性能評估

其次,作者分析發(fā)現(xiàn),隨機lasso+GLM和GBM均可用于以不同方式對特征重要性進行排名。兩種方法的特征選擇排名均顯示H3K9me3(與異染色質(zhì)相關(guān))和H3K27ac(或其拮抗組蛋白標(biāo)記H3K27me3)是BMR最重要的預(yù)測因子(圖S2)。

圖S2.特征重要性排名

2.功能校正

在以往大多數(shù)基于負(fù)荷的方法中,均會對突變進行加權(quán)處理。但并非所有突變都具有相同的功能結(jié)果。為了合并功能結(jié)果等信息,DriverPower實現(xiàn)了功能校正。功能校正步驟可以增強具有較高預(yù)測功能影響的突變。在當(dāng)前實施中,作者使用四個已發(fā)布的評分方案(CADD16,DANN17,EIGEN18和LINSIGHT19評分)來評估功能影響分?jǐn)?shù)(圖2a-b)。

圖2.功能影響評分(functional impact scores)

<上一頁  1  2  3  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

醫(yī)療科技 獵頭職位 更多
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號