Régression logique répulsive parallèle avec adjacence biologique

La régression logique, une extension des modèles linéaires généralisés avec des combinaisons booléennes de variables binaires comme prédicteurs, est un outil utile pour explorer les interactions entre les polymorphismes mononucléotidiques (SNP) dans les études d'association pangénomique. Cependant, étant donné que l'espace de recherche défini par toutes les combinaisons possibles de SNP, leurs compléments et les opérateurs logiques dans les expressions booléennes peut être extrêmement grand dans de telles études, l'optimisation de la fonction objectif est lente et susceptible d'être piégée dans de nombreuses solutions locales, ce qui entraîne un surajustement du modèle. Nous présentons un nouvel algorithme de recherche, la régression logique répulsive parallèle (PRLR), qui permet d'estimer efficacement les paramètres d'une régression logique afin de trouver le meilleur modèle dans le vaste espace des interactions entre SNP en incorporant : (i) une matrice d'adjacence biologique pertinente entre les SNP pour définir la similarité des chemins ou des arbres d'estimation, qui sont dérivés des positions physiques des SNP sur les chromosomes et/ou des appartenances aux voies génétiques biologiques ; et (ii) deux forces répulsives pour contrer la similarité entre et dans les chemins d'estimation considérés en parallèle, qui sont introduites comme termes de pénalité dans la fonction objectif. Nous comparons les performances de notre méthode pour identifier les interactions SNP biologiquement significatives par le biais de simulations et avec des données génétiques-épidémiologiques réelles. Les mesures de précision de détection de PRLR surpassent les approches existantes, notamment en termes de valeur prédictive positive et de sensibilité pour la détection des interactions SNP-SNP.