TY -的A2 Kim Kwang胃肠道非盟- Ren,市景心盟——周XianChao盟——郭魏盟——冯KaiYan盟——黄、道盟,Cai Yu-Dong PY - 2022 DA - 2022/12/28 TI -甲基化签名的识别通过机器学习方法和规则肉瘤亚型SP - 5297235六世- 2022 AB -肉瘤,第二常见的固体肿瘤在儿童和青少年中,有各种各样的亚型,往往在早期诊断不当,导致后期转移,导致对患者和家属的生命和财产的严重损失。将会呈现出一种高度的异质性在细胞、分子、和表观遗传水平,DNA甲基化提出了扮演一个角色在肉瘤亚型的诊断。因此,本研究旨在寻找潜在的生物标记来区分不同的肉瘤亚型DNA甲基化水平。一个机器学习的过程设计分析肉瘤样本,每一个都是由大量的甲基化的网站。无关的网站使用Boruta方法删除,剩余的网站相关的目标变量保持进一步的分析。之后,三个特征排序方法(套索,LightGBM和mcf)采用排列这些特性,和六个分类模型结合增量特征选择和构造两种分类算法(决策树和随机森林)。在这些模型中,射频模型的性能高于DT模型在所有三个排名条件下。注释的基因的具体表达式获得高度甲基化相关网站功能,如PRKAR1B INPP5A,激活,被证明是与肉瘤相关出版物。此外,定量决策树算法获得的规则帮助我们理解本质区别各种肉瘤类型和分类肉瘤亚型,提供一个新的临床识别和确定新的治疗目标。SN - 2314 - 6133你2022/5297235 / 10.1155——https://doi.org/10.1155/2022/5297235——摩根富林明——生物医学研究国际PB - Hindawi KW - ER