Benchmarking Sparse Variable Selection Methods for Genomic Data Analyses

Hema Sri Sai Kollipara

doi:10.1002/sim.70428

2026-02-01

Hema Sri Sai Kollipara *

Tapabrata Maiti

Sanjukta Chakraborty

Samiran Sinha

DOI：10.1002/sim.70428

原文链接

查看原文

摘要

En 中文

基因组学和其他研究面临众多特征，希望高精度地选择关键特征。近年来，贝叶斯推断在变量（或特征）选择中的应用取得了显著进展。然而，关于它们的实现和相对性能评估的实用信息仍然不足。本文的目标是对适用于基因组分析的不同贝叶斯方法进行对比分析。具体而言，我们考察了收缩先验、全局-局部先验、混合先验、SUSIE以及我们提出的简单两步法（即RFSFS）在多种模拟场景下的表现，包括FDR、FNR、F-score和均方预测误差等指标。在所有场景和变量选择及预测性能指标上，没有单一方法能全面优于其他方法。因此，我们根据不同场景的平均排名对方法进行排序。我们发现，当特征不相关时，LASSO、正态分布脊的尖峰-板先验（SN）和RFSFS在FDR和F-score上最具竞争力；当特征相关时，SN、SuSIE和RFSFS在FDR上表现最佳，而LASSO在F-score上优于SuSIE。为说明问题，我们已将这些方法应用于分析癌症基因组图谱计划（TCGA）的肾细胞癌（RCC）数据，并提供了方法学指导。

Keyword:

Bayesian variable selection

false negatives

false positives

prediction

regularized regression

RNA sequence data