机器学习模型对猪基因表达量预测准确性的评估

摘要

【目的】对比不同机器学习模型利用基因顺式单核苷酸多态性（Single-nucleotide polymorphism,SNP）预测猪的基因表达量的效果，探究基因顺式遗传力（cis-heritability,cis-h²）和顺式SNP（cis-SNP）数量与不同模型预测准确性的关系。【方法】基于PigGTEx项目猪肌肉组织样本的蛋白编码基因，使用18种不同机器学习模型，将基因转录起始位点±1 Mb范围内的cis-SNP用于训练，评估每种模型的预测准确性。【结果】机器学习模型的预测准确性与基因cis-h²呈正相关，弹性网络回归模型和Lasso回归模型整体预测准确性最高，R²平均值分别为0.036 2和0.035 8；一定范围内，模型预测准确性与基因cis-SNP数量呈正相关。【结论】使用机器学习模型预测猪基因表达的准确性受基因cis-h²和cis-SNP数量影响较大，根据不同基因的cis-h²和cis-SNP数量选择合适的机器学习模型预测猪的基因表达量有利于提高预测准确性。

关键词

机器学习 / 猪 / 基因表达量 / 全转录组关联分析 / 顺式遗传力 / 顺式SNP