基于线性残差独立性测试的致病基因检测

作     者：张浩 周水庚 关佶红 ZHANG Hao;ZHOU Shuigeng;GUAN Jihong

作者机构：复旦大学计算机科学技术学院/上海市智能信息处理重点实验室上海200433 同济大学电子与电信工程学院上海201804 

基　　金：国家自然科学基金(U1936205 61972100 62006051) 

出 版 物：《武汉大学学报（理学版）》 (Journal of Wuhan University:Natural Science Edition)

年 卷 期：2023年第69卷第2期

页      码：127-136页

摘      要：使用因果推断相关的机器学习方法辅助检测致病基因时,作为因果推断的核心工具,条件独立性(CI)测试算法在高维生物数据场景中往往存在时间复杂度高以及准确性低等问题。为此,提出一种融合偏相关测试与线性残差独立性测试算法,压缩CI测试条件集的搜索空间,同时提高准确率。设计一种因果推断策略,在减少冗余CI测试的同时结合V结构与因果函数模型的优点,在应用于真实癌症数据的致病基因检测场景中可以区分Markov等价类,找到真正的因果关系。实验结果表明,提出的算法有较好的致病基因检测性能。

主 题 词：因果网络 因果推断 条件独立性 致病基因 条件独立性测试 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.14188/j.1671-8836.2023.0037

馆 藏 号：203121825...