A New Deep Learning and XAI-Based Algorithm for Features Selection in Genomics

要約

タイトル：機能ゲノミクスにおける特徴選択のための新しいDeep LearningとXAIベースのアルゴリズム
要約：
– 機能ゲノミクスの分野では、機械学習やDeep Learningを通じた遺伝子発現プロファイルの解析が、多くの疾患に関する有益な洞察を提供しています。
– 本論文では、オートエンコーダーの再構成能力と、適切に定義された可解釈人工知能（XAI）ベースのスコアを利用して、ゲノムスケールのデータにおける特徴選択を行う新しいアルゴリズムを提案しています。
– 慢性リンパ性白血病のデータセットに適用した結果、アルゴリズムの効果が明らかになり、診断、予後、そして精密医療において有益な遺伝子群を特定し、さらなる医学的研究に提案することができました。

要約(オリジナル)

In the field of functional genomics, the analysis of gene expression profiles through Machine and Deep Learning is increasingly providing meaningful insight into a number of diseases. The paper proposes a novel algorithm to perform Feature Selection on genomic-scale data, which exploits the reconstruction capabilities of autoencoders and an ad-hoc defined Explainable Artificial Intelligence-based score in order to select the most informative genes for diagnosis, prognosis, and precision medicine. Results of the application on a Chronic Lymphocytic Leukemia dataset evidence the effectiveness of the algorithm, by identifying and suggesting a set of meaningful genes for further medical investigation.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI