抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自殺は死亡の主要原因の1つである。主要な予測障害(MDD)は自殺の危険因子の1つである。後成的データは自殺および非自殺死を区別するのに役立つ可能性がある。本研究の目的は,DNAメチル化データから自殺および非自殺死を予測するために機械学習を使用することである。20人の対照症例(非精神的突然死)からの20人の自殺症例(主要な抑うつ障害後に死亡した)を区別するために,2つの皮質脳領域(Brodmann Area11[BA11]とBrodmann Area25[BA25])の組織からのメチル化DNAプローブ強度の正規化値から成る既存の二次データを分類するためにサポートベクトルマシン(SVM)を用いた。分類の前に,データの次元を減少させるために,主成分分析(PCA)とt分布確率近傍埋め込み(t-SNE)を採用した。PCAと比較して,現代のデータ可視化法t-SNEは次元縮小においてより良く機能する。t-SNEから得られた出力をSVMに対する訓練データとして用いた4重交差検証を適用した。分類のための受信者動作特性曲線(ROC)は,BA25データに対する曲線(AUC)の80%領域とBA11に対する100%AUCを示した。本研究は,DNAメチル化データから自殺および非自殺死を分類するためのベースライン研究を構成する。より大きなサンプルサイズによる将来の研究は,バイアスを低減し,結果の精度を改善する可能性がある。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】