组学数据生物标志物筛选新算法VSOLassoBag

文章题目：VSOLassoBag: a variable-selection oriented LASSO bagging algorithm for biomarker discovery in omic-based translational research
Author links open overlay panel
发表杂志：Journal of Genetics and Genomics
发表时间：2023年1月4日
通讯作者：赵齐
原文链接：https://www.sciencedirect.com/science/article/pii/S1673852722002855?via%3Dihub
软件链接：https://github.com/likelet/VSOLassoBag

生物分子标志物开发是临床和转化医学研究领域的重要任务之一。利用微阵列芯片、测序等技术的组学检测已经成为发现分子标志物的主流策略。然而，受限于研究规模和成本，这类研究的初始样本量一般较小。相较于组学数据的高特征变量数，筛选的统计检验效力具有局限性，导致筛选的标志物数目远大于预期，影响下一步的研究和转化应用。LASSO算法常常作为此类研究中标志物筛选的主要方法，但其性能表现仍有很大的提升空间。

该研究推出的VSOLassoBag算法，通过整合集成学习与LASSO算法，有效提高了原有LASSO算法在生物标志物筛选任务中的性能表现。