Генно-сетевой анализ обогащения с использованием машинного обучения

Генно-сетевой анализ обогащения с использованием машинного обучения (ML-GSEA) расширяет классическую структуру GSEA за счет включения моделей машинного обучения (МО) с учителем или без учителя — таких как случайные леса, нейронные сети или архитектуры глубокого обучения — для улучшения обнаружения, ранжирования и биологической интерпретации обогащенных генных наборов на основе высокопроизводительных данных экспрессии. Этот подход особенно ценен для сложных, нелинейных взаимосвязей генных наборов, которые могут быть упущены классическими статистическими методами обогащения.