在本部落格中，我介紹了 JMP Pro 17 中基因表現資料建模的工作流程。 繼續閱讀以了解如何應用這些步驟。
模型化
Predictor Screening 平台對於分析大型資料集非常有用，其中需要對樣本進行數百或數千次測量，並且需要創新的方法。 例如，它可用於幫助識別來自患有和不患有疾病的患者的數千個樣本中的生物標誌物，以預測病情。 它還可用於在進行任何類型的進一步分析之前快速篩選重要的生物標誌物，例如透過建模來降低模型的複雜性並提高預測模型的準確性。
由於預測因子篩選平台使用與反應篩選不同的方法，因此它透過使用引導森林模型來篩選反應的潛在預測因子，從而找到驅動資料發生較大變化的變數。
在這裡我們可以看到排名預測因子（生物標記）貢獻的結果：
通常，基因表現譜表現出相似性，這表明存在某種共同調控；它通常有利於減少高度相關的候選者的數量。 這聚類變數平台對預測模型中使用的輸入變數的數量進行降維。 它透過尋找相似變數組來減少輸入，以便單一變數可以代表每個群組。
它在樣本聚類中結合了主成分分析 (PCA)聚類變數平台的統計詳細信息。 PCA 是一種透過揭示哪些變數表現相似來理解許多變數之間的關係以及一些潛在影響的工具。 它還揭示了重要變數中哪些變數是唯一的。
下面，我從預測篩選中選擇了 50 個最重要的變量，並將它們用於聚類變量。
在聚類摘要中，我們只看到五個獨特的變數組，其中最具代表性的變數。 請注意，簇的數量可能因一種分析而異，因為從預測因子篩選中選取的變數可能因一種分析而異。
在此範例中，在集群 1 中，我們可以將 23 個變數放在一起，因為它們的效能相似。 從這個組中，我們只需查看變數 -15645。 這個單一變數解釋了這 23 個變數中第一個主成分的 81.3% 的變異。 這個單一變數也解釋了 50 個變數中所有變異性的 37.4%。 變數 -15645 與其簇中的變數具有最高的相關性。 總之，聚類變數可以非常快速地分析唯一性，使我們能夠進一步識別需要更詳細分析的重要變數。
下一步是對我們的基因進行建模，看看它們的表現量如何影響反應（組織階段）。 模型篩選使我們能夠自動找到最適合數據的模型。 從建議的模型清單中，我們可以選擇我們想要應用的模型。 在我們的例子中，XGBoost 表現最好，R 方為 97%。
透過 XG Boost 模型，預測刻畫器使我們能夠檢測基因表現量將如何影響聲音的預測值。 在這裡我們可以看到五個基因的表現量對組織的分化階段有影響。
就像這樣，JMP Pro 17 成功識別了一些生物標記物，這些生物標記在排卵前卵泡發育的不同組織類型和組織階段的表達有所不同。
