2024-11-15 BiorRxiv预印本速读【Bioinformatics】

文章预览

本文内容为生成式AI对文章进行总结后得到，版权归原文作者所有。总结内容可靠性无保障，请仔细鉴别并以原文为准。                     Machine Learning Models for Predicting Multiple Myeloma Staging and MGUS Progression Using Gene Expression Data Karathanasis, N.; Spyrou, G. M., Nestoras Karathanasis* The Cyprus Institute of Neurology and Genetics https://doi.org/10.1101/2024.11.12.623149 来自塞浦路斯神经学和遗传学研究所的这项研究工作开发并评估了机器学习（ML）模型，旨在预测多发性骨髓瘤（MM）的阶段和单克隆 gammopathy of undetermined significance（MGUS）进展为MM。研究采用ElasticNet、随机森林、Boosting和支持向量机等算法，在捕捉疾病不同阶段之间的生物学差异方面表现出高效性。其中，ElasticNet模型显示出强大的泛化能力，在各种数据集和数据转换中实现了一致的multiclass AUC值。由于MGUS病例进展 ………………………………