기계 학습 보조 경로 농축 분석

기계 학습 보조 경로 농축 분석은 과다 표현 분석 또는 유전자 집합 농축 분석과 같은 고전적인 통계적 경로 농축 방법과 기계 학습 알고리즘을 통합하여 민감도를 개선하고, 고차원 오믹스 데이터를 처리하며, 비선형 생물학적 패턴을 발굴합니다. 이 접근법은 단순히 p-값으로 경로를 순위 매기는 것을 넘어, ML 모델을 사용하여 유전자 기여도를 가중하고, 여러 샘플에 걸쳐 신호와 노이즈를 구별하며, 복잡한 데이터셋에서 생물학적으로 의미 있는 경로의 우선순위를 정합니다.