Повышение надежности клинического классификатора при глубоком представительстве с помощью обучения на основе надлежащего обнаружения данных о метилировании ДНК

Количественная биология > Геномика [представлена 26 октября 2026 года] Название: Усиление клинической классификаторной уверенности при глубоком представлении данных, полученных на основе изучения достаточного количества ДНК в виде резюме: DNA метилация (DNA) - это мощный инструмент клинического диагностики, однако модели, подготовленные по фиксированным исходным группам, могут давать неверные прогнозы для типов опухолей, которые не были представлены при распространении обучения. Мы предлагаем систему обнаружения данных ДНКм в целях их последующего глубокого отображения на основе нераспределения (Oood) данных. Была организована подготовка специалистов по классификации глубоких нейронных сетей (ДНН) в области публичной саркомы (САРК) (GSE140686) и опухоли головного мозга (БТ) ( GSE90496), а также были извлечены переносчики микроэлементов. Были изучены пять методов ОУД, включая 1 диминессия (1D) - Subspace Analysis (1 D-SA), K-Nearest Nebors (KNN), регрессия хребтов, расстояние Макаланобиса (MD) и Sum of Squared Ratios (SSD). Спектральное расхождение использовалось для проведения различия между распределением (ИНД) и образцами ПХД. Эффективность измерялась с помощью перекрестного подтверждения, пробоотбора и независимого набора клинических данных. Наиболее эффективным подходом была система 1D-SAS. В рамках системы AROC на уровне 0,975 и TNR/95TPR (0,930) и AUROC (0.9569) и TRP@95Tpr = 0,8660 для установки на опухоль мозга-IND/sarcoma-Food. На независимом наборе клинических…