.: ORİJİNAL ARAŞTIRMA
Prediction of Polygenic Risk Score by Machine Learning and Deep Learning Methods in Genome-wide Association Studies
Genom-boyu İlişki Çalışmalarında Poligenik Risk Skorunun Makine Öğrenimi ve Derin Öğrenme Yöntemleri ile Tahmin Edilmesi
Turkiye Klinikleri J Biostat. 2025;17(1):
doi: 10.5336/biostatic.2025-108361
Makale Dili: EN
Tam Metin
ABSTRACT
Objective: We aimed to investigate whether machine learning (ML) and deep learning (DL) methods, utilizing individual-level data from genome-wide association studies (GWAS), could serve as a viable alternative to traditional polygenic risk score (PRS) calculation methods, which rely on odds ratios as weights. PRS is widely used to estimate genetic susceptibility to diseases, but its accuracy and generalizability can be affected by variations in allele frequencies and sample sizes. Given the advancements in ML and DL techniques, we explored their potential for improving risk prediction. Material and Methods: We generated GWAS datasets using the PLINK program, simulating genetic data under various conditions by varying allele frequencies and sample sizes. This process was repeated 100 times to assess the robustness of the approaches. We applied 2 ML algorithms-Support Vector Machine and Random Forest alongside a DL approach. The predictive performance of these methods was compared to the traditional PRS calculation, which uses odds ratios as weights. Results: Our findings showed that ML and DL methods provided more consistent case-control separation than the classical approach. Additionally, they exhibited reduced bias and greater stability across different genetic conditions. Conclusion: ML and DL approaches present a promising alternative to odds ratio-based PRS calculations, offering enhanced reliability and consistency in genetic risk prediction.
Keywords: Genome-wide association studies; polygenic risk score; deep learning; machine learning; precision medicine
Objective: We aimed to investigate whether machine learning (ML) and deep learning (DL) methods, utilizing individual-level data from genome-wide association studies (GWAS), could serve as a viable alternative to traditional polygenic risk score (PRS) calculation methods, which rely on odds ratios as weights. PRS is widely used to estimate genetic susceptibility to diseases, but its accuracy and generalizability can be affected by variations in allele frequencies and sample sizes. Given the advancements in ML and DL techniques, we explored their potential for improving risk prediction. Material and Methods: We generated GWAS datasets using the PLINK program, simulating genetic data under various conditions by varying allele frequencies and sample sizes. This process was repeated 100 times to assess the robustness of the approaches. We applied 2 ML algorithms-Support Vector Machine and Random Forest alongside a DL approach. The predictive performance of these methods was compared to the traditional PRS calculation, which uses odds ratios as weights. Results: Our findings showed that ML and DL methods provided more consistent case-control separation than the classical approach. Additionally, they exhibited reduced bias and greater stability across different genetic conditions. Conclusion: ML and DL approaches present a promising alternative to odds ratio-based PRS calculations, offering enhanced reliability and consistency in genetic risk prediction.
Keywords: Genome-wide association studies; polygenic risk score; deep learning; machine learning; precision medicine
ÖZET
Amaç: Bu çalışmada, genom-boyu ilişkilendirme çalışması [genome-wide association studies (GWAS)] verilerinden elde edilen bireysel düzey bilgileri kullanarak, poligenik risk skoru (PRS) hesaplamasında, olasılık oranlarını ağırlık olarak kullanan geleneksel yaklaşımlara alternatif olarak, makine öğrenimi [machine learning (ML)] ve derin öğrenme [deep learning (DL)] yöntemlerinin uygulanabilirliğini araştırmayı amaçladık. Gereç ve Yöntemler: PLINK programı kullanılarak farklı alel frekansları ve örneklem büyüklüklerinde 100 kez tekrarlanan GWAS veri setleri oluşturuldu. Ardından, bu veri setleri üzerinde 2 farklı ML algoritması (Destek Vektör Makinesi ve Rastgele orman) ile bir DL yaklaşımı uygulandı. Bu yöntemlerin performansı, olasılık oranlarını ağırlık olarak kullanan klasik PRS hesaplama yöntemiyle karşılaştırıldı. Bulgular: ML ve DL yaklaşımları, klasik yönteme kıyasla vakakontrol ayrımında daha tutarlı sonuçlar üretti. Ayrıca, farklı alel frekansları ve örneklem büyüklükleri altında daha az yanlılık ve daha yüksek kararlılık sergiledikleri gözlendi. Sonuç: ML ve DL tabanlı yöntemler, PRS hesaplamasında geleneksel olasılık oranına dayalı yaklaşımlara kıyasla daha güvenilir ve tutarlı bir risk tahmini sunarak alternatif bir yöntem olarak öne çıkmaktadır.
Anahtar Kelimeler: Genom-boyu ilişki çalışmaları; poligenik risk skoru; derin öğrenme; makine öğrenimi; hassas tıp
Amaç: Bu çalışmada, genom-boyu ilişkilendirme çalışması [genome-wide association studies (GWAS)] verilerinden elde edilen bireysel düzey bilgileri kullanarak, poligenik risk skoru (PRS) hesaplamasında, olasılık oranlarını ağırlık olarak kullanan geleneksel yaklaşımlara alternatif olarak, makine öğrenimi [machine learning (ML)] ve derin öğrenme [deep learning (DL)] yöntemlerinin uygulanabilirliğini araştırmayı amaçladık. Gereç ve Yöntemler: PLINK programı kullanılarak farklı alel frekansları ve örneklem büyüklüklerinde 100 kez tekrarlanan GWAS veri setleri oluşturuldu. Ardından, bu veri setleri üzerinde 2 farklı ML algoritması (Destek Vektör Makinesi ve Rastgele orman) ile bir DL yaklaşımı uygulandı. Bu yöntemlerin performansı, olasılık oranlarını ağırlık olarak kullanan klasik PRS hesaplama yöntemiyle karşılaştırıldı. Bulgular: ML ve DL yaklaşımları, klasik yönteme kıyasla vakakontrol ayrımında daha tutarlı sonuçlar üretti. Ayrıca, farklı alel frekansları ve örneklem büyüklükleri altında daha az yanlılık ve daha yüksek kararlılık sergiledikleri gözlendi. Sonuç: ML ve DL tabanlı yöntemler, PRS hesaplamasında geleneksel olasılık oranına dayalı yaklaşımlara kıyasla daha güvenilir ve tutarlı bir risk tahmini sunarak alternatif bir yöntem olarak öne çıkmaktadır.
Anahtar Kelimeler: Genom-boyu ilişki çalışmaları; poligenik risk skoru; derin öğrenme; makine öğrenimi; hassas tıp
.: İşlem Listesi