Koneoppimista hyödyntävä epigenomilaajuinen assosiaatiotutkimus (ML-EWAS)

Koneoppimista hyödyntävä EWAS yhdistää tavanomaisen epigenomilaajuisten assosiaatiotestien ja koneoppimismallien avulla tunnistettavat DNA-metylaatiokohdat, jotka liittyvät kiinnostuksen kohteena olevaan fenotyyppiin. Yhdistämällä EWAS-tutkimuksen tilastollisen tarkkuuden ja algoritmien, kuten elastic net, random forest tai gradient boosting, kuviointikyvyn, tämä lähestymistapa käsittelee metylaatioarrayiden (450 000–850 000 CpG-kohtaa) äärimmäistä ulottuvuutta tehokkaammin kuin pelkkä univariaattinen testaus, ja se voi havaita epälineaarisia ja interaktiovaikutuksia, jotka standardit lineaariset mallit jättävät huomiotta.