Epigenom-široká asociační studie s podporou ML (ML-EWAS)

ML-EWAS integruje konvenční epigenom-široké asociační testování s modely strojového učení k identifikaci lokusů DNA metylace asociovaných s daným fenotypem. Kombinací statistické přísnosti EWAS s výkonem algoritmů pro rozpoznávání vzorů, jako je elastic net, random forest nebo gradient boosting, tento přístup efektivněji zvládá extrémní dimenzionalitu metylačních polí (450 000–850 000 CpG lokusů) než samotné univerzitní testování a dokáže zachytit nelineární efekty a interakce, které standardní lineární modely opomíjejí.