机构名称：
¥ 1.0
方法和结果：为了找到冠状动脉疾病的其他基因驱动因素，我们应用了机器学习，以量化有关从心肌梗死遗传学联盟中整个EXOMES中编码变体影响的进化信息。使用基于合奏的监督学习，进化行动 - 机器学习框架对每个基因对病例和控制样本进行分类的能力进行了排名，并确定了79个重要关联。这些连接到已知的风险基因座；富含脂质代谢，血液凝结和炎症等心血管过程。并在基因敲除小鼠模型中富集了甲壳虫表型。中，INPP5F和MST1R是潜在的新型冠状动脉疾病风险基因的例子，这些冠状动脉疾病危险基因可根据心脏应激调节免疫信号传导。
DigitalCommons@TMC-德克萨斯医学中心
主要关键词
相关文件推荐
