基于区间型2模糊粗糙集的半监督集成学习在多组学数据预测帕金森病中的应用

《Mammalian Genome》：Semi-supervised ensemble learning with interval type-2 fuzzy-rough sets for Parkinson’s disease prediction from multi-omics

　　

摘要

帕金森病是一种涉及神经系统进行性退化的疾病。其临床症状通常要等到负责运动控制的脑区黑质出现严重损伤后才会显现。因此，基于分子变化实现帕金森病的早期精准预测对于准确诊断和改善患者预后至关重要。在此背景下，特征级多组学整合成为一种有效策略，因为它能整合来自多个生物学层面的分子信息，有助于更全面地了解疾病进展过程。本研究提出了一种名为“带区间型2模糊粗糙集的半监督集成学习（SSEnIT2FRS）”的新方法，用于利用多组学数据预测帕金森病，该方法借助区间型2模糊粗糙集来实现早期精准预测。型2模糊粗糙集能够更好地处理现实生物数据集中存在的不确定性和模糊性，而集成学习则通过结合多个基础分类器的决策来提升预测的稳健性。此外，采用半监督学习还能解决标记样本不足的问题。实验结果表明，该算法在所有评估指标上的表现均优于其他九种现有方法，在多组学数据集上取得了98.49%的最高准确率，精确度为0.9820，召回率为0.9865，宏观\(F_{1}\)-分数为0.9836，微观\(F_{1}\)-分数为0.9842，卡帕值为0.9672，特异性为0.9953，AUC值为0.9969。箱线图、配对t-检验结果、置信区间分析以及基于SHAP的解释进一步证明了该方法的优异性能、稳健性、统计显著性和可解释性。因此，该算法有望成为一种有效的计算技术，用于从多组学数据中早期识别帕金森病。