このブログでは、JMP Pro 17 での遺伝子発現データのモデル化のワークフローを紹介しました。 これらの手順を適用する方法を確認するには、読み続けてください。
モデル化
Predictor Screening プラットフォームは、サンプルで数百または数千の測定が行われ、革新的なアプローチが必要となる大規模なデータセットの分析に役立ちます。 たとえば、疾患のある患者とない患者のサンプルで検査された何千ものバイオマーカーを特定して、疾患を予測するのに役立ちます。 また、モデルの複雑さを軽減し、予測モデルの精度を向上させるためのモデル化など、さらなる分析を行う前に、重要なバイオマーカーを迅速にスクリーニングするために使用することもできます。
予測子スクリーニング プラットフォームは応答スクリーニングとは異なる方法論を使用するため、ブートストラップ フォレスト モデルを使用して応答の潜在的な予測子をスクリーニングすることにより、データの大きな変化を引き起こす変数を見つけます。
ここでは、ランク付けされた予測子 (バイオマーカー) の寄与の結果を確認できます。
多くの場合、遺伝子発現プロファイルは類似性を示し、これは何らかの共制御を示唆しています。多くの場合、相関性の高い候補の数を減らすのに役立ちます。 のクラスター変数プラットフォームは、予測モデルで使用される入力変数の数に対して次元削減を実行します。 類似した変数のグループを見つけて入力を減らし、単一の変数で各グループを表すことができます。
サンプルのクラスタリングに主成分分析 (PCA) が組み込まれています。クラスター変数プラットフォームの統計の詳細。 PCA は、どの変数が同様に動作しているかを明らかにすることで、多くの変数間の関係と一部の基礎的な影響の両方を理解するためのツールです。 また、重要な変数の中でどの変数が固有であるかも明らかになります。
以下では、予測子スクリーニングから最も重要な 50 個の変数を選択し、クラスター変数で使用しました。
クラスターの概要では、最も代表的な変数を含む 10 個の固有の変数グループのみが表示されます。 予測子スクリーニングから選択される変数は分析ごとに異なる可能性があるため、クラスターの数は分析ごとに異なる場合があることに注意してください。
この例では、クラスター 1 では、パフォーマンスが同様であるため、23 個の変数をまとめることができます。 このグループからは、変数 -15645 のみを確認する必要があります。 この 1 つの変数は、第 1 主成分の変動の 81.3 % がこれら 23 の変数間で発生していることを説明します。 この 1 つの変数は、50 の変数間のすべての変動の 37.4% も説明します。 変数 -15645 は、そのクラスター内の変数との相関が最も高くなります。 要約すると、クラスター変数を使用すると、一意性を非常に迅速に分析できるため、より詳細に分析する必要がある重要な変数をさらに特定できるようになります。
次のステップは、遺伝子をモデル化して、その発現レベルが応答にどのような影響を与えるかを確認することです (組織段階)。 モデル スクリーニングを使用すると、データに最も適合するモデルを自動的に見つけることができます。 提案されたモデルのリストから、適用するモデルを選択できます。 私たちの場合、XGBoost が 97% の RSquare で最高のパフォーマンスを発揮しました。
XG Boost モデルから、Prediction Profiler を使用すると、遺伝子発現レベルが応答の予測値にどのような影響を与えるかを検出できます。 ここでは、5 つの遺伝子の発現レベルが組織の分化段階に影響を与えていることがわかります。
そしてまさにそのようにして、JMP Pro 17 は、組織タイプや排卵前卵胞発育の組織段階ごとに発現が異なるいくつかのバイオマーカーを特定することに成功しました。
