使用DriverPower識(shí)別癌癥driver基因的綜合負(fù)荷和功能影響測(cè)試

2020-12-24 14:21

利用上述元件對(duì)模型性能進(jìn)行評(píng)估時(shí)，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(cè)試元件集時(shí)，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(píng)估

其次，作者分析發(fā)現(xiàn)，隨機(jī)lasso＋GLM和GBM均可用于以不同方式對(duì)特征重要性進(jìn)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(cè)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(huì)對(duì)突變進(jìn)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(shí)現(xiàn)了功能校正。功能校正步驟可以增強(qiáng)具有較高預(yù)測(cè)功能影響的突變。在當(dāng)前實(shí)施中，作者使用四個(gè)已發(fā)布的評(píng)分方案（CADD16，DANN17，EIGEN18和LINSIGHT19評(píng)分）來(lái)評(píng)估功能影響分?jǐn)?shù)（圖2a－b）。