Епигенетично-асоциативно изследване, подпомогнато от машинно обучение (ML-EWAS)

ML-EWAS интегрира конвенционалното епигенетично-асоциативно изследване с модели за машинно обучение за идентифициране на ДНК метилационни локуси, свързани с интересуващ фенотип. Чрез комбиниране на статистическата строгост на EWAS със силата за разпознаване на закономерности на алгоритми като elastic net, random forest или gradient boosting, този подход се справя по-ефективно с екстремната размерност на метилационните масиви (450 000–850 000 CpG локуси) отколкото само унивариантното тестване и може да улови нелинейни ефекти и ефекти на взаимодействие, които стандартните линейни модели пропускат.