基于XGBoost的质量性状基因互作检测方法

摘要

在质量性状全基因组关联分析GWAS中,以基因作为研究单位的基因-基因相互作用检测方法,以其在统计效力与生物可解释性方面的优势备受关注。然而现有方法中多数对基因之间互作形式给出了强假设,降低了算法对互作关系的检测性能。针对已有方法存在的局限性,本文提出一种基于XGBoost的基因互作检测方法 geXGB。XGBoost作为一种流行且高效的机器学习方法,可以拟合基因型数据与表型之间的作用关系,并利用预测概率与加和模型之间的偏差表征相互作用关系的程度。geXGB对相互作用形式不作假设,增强该方法对不同形式相互作用的检测能力。仿真与真实实验结果表明:该方法能够有效进行不同类型相互作用的检测,可以应用于全基因组关联研究。