Genome-wide prediction using Bayesian additive regression trees

Genetics Selection Evolution

Research Article

Patrik Waldmann¹ 

[1] Department of Animal Breeding and Genetics, Swedish University of Agricultural Sciences (SLU), Box 7023, 750 07, Uppsala, Sweden;

关键词: Quantitative Trait Locus;    Markov Chain Monte Carlo;    Random Forest;    Regression Tree;    Lasso;   

DOI  :  10.1186/s12711-016-0219-8

 received in 2016-03-04, accepted in 2016-05-26,  发布年份 2016

来源: Springer

【 摘 要 】

BackgroundThe goal of genome-wide prediction (GWP) is to predict phenotypes based on marker genotypes, often obtained through single nucleotide polymorphism (SNP) chips. The major problem with GWP is high-dimensional data from many thousands of SNPs scored on several thousands of individuals. A large number of methods have been developed for GWP, which are mostly parametric methods that assume statistical linearity and only additive genetic effects. The Bayesian additive regression trees (BART) method was recently proposed and is based on the sum of nonparametric regression trees with the priors being used to regularize the parameters. Each regression tree is based on a recursive binary partitioning of the predictor space that approximates an unknown function, which will automatically model nonlinearities within SNPs (dominance) and interactions between SNPs (epistasis). In this study, we introduced BART and compared its predictive performance with that of the LASSO, Bayesian LASSO (BLASSO), genomic best linear unbiased prediction (GBLUP), reproducing kernel Hilbert space (RKHS) regression and random forest (RF) methods.ResultsTests on the QTLMAS2010 simulated data, which are mainly based on additive genetic effects, show that cross-validated optimization of BART provides a smaller prediction error than the RF, BLASSO, GBLUP and RKHS methods, and is almost as accurate as the LASSO method. If dominance and epistasis effects are added to the QTLMAS2010 data, the accuracy of BART relative to the other methods was increased. We also showed that BART can produce importance measures on the SNPs through variable inclusion proportions. In evaluations using real data on pigs, the prediction error was smaller with BART than with the other methods.ConclusionsBART was shown to be an accurate method for GWP, in which the regression trees guarantee a very sparse representation of additive and complex non-additive genetic effects. Moreover, the Markov chain Monte Carlo algorithm with Bayesian back-fitting provides a computationally efficient procedure that is suitable for high-dimensional genomic data.

【 授权许可】

CC BY   
© The Author(s) 2016

【 图 表 】

12864_2015_2055_Article_IEq26.gif

12864_2017_3771_Article_IEq6.gif

12864_2017_3687_Article_IEq1.gif

12888_2016_877_Article_IEq14.gif

12870_2017_1068_Article_IEq1.gif

12864_2017_4116_Article_IEq3.gif

12864_2016_3258_Article_IEq2.gif

12864_2017_4228_Article_IEq3.gif

12864_2017_3547_Article_IEq1.gif

12864_2015_2192_Article_IEq11.gif

12888_2016_877_Article_IEq6.gif

12864_2017_4196_Article_IEq2.gif

12888_2016_877_Article_IEq5.gif

12888_2016_877_Article_IEq4.gif

12864_2017_3669_Article_IEq2.gif

12864_2016_3105_Article_IEq10.gif

12864_2015_2214_Article_IEq2.gif

12864_2017_3790_Article_IEq2.gif

12864_2016_2793_Article_IEq4.gif

12864_2017_4179_Article_IEq11.gif

12864_2016_3105_Article_IEq9.gif

12864_2015_2055_Article_IEq5.gif

12864_2017_4186_Article_IEq22.gif

12864_2017_4030_Article_IEq17.gif

12864_2017_4186_Article_IEq21.gif

12864_2017_4186_Article_IEq20.gif

12864_2017_4186_Article_IEq34.gif

12864_2017_4186_Article_IEq19.gif

12864_2017_4186_Article_IEq18.gif

12864_2017_4186_Article_IEq17.gif

12864_2017_4186_Article_IEq16.gif

12864_2017_4186_Article_IEq15.gif

12864_2017_4186_Article_IEq14.gif

12864_2017_4186_Article_IEq1.gif

12887_2016_742_Article_IEq17.gif

12864_2017_4130_Article_IEq33.gif

12864_2017_4179_Article_IEq10.gif

12864_2017_3487_Article_IEq13.gif

12864_2016_2880_Article_IEq5.gif

12864_2016_3001_Article_IEq3.gif

12864_2017_4030_Article_IEq15.gif

12864_2016_3477_Article_IEq11.gif

12864_2016_2682_Article_IEq54.gif

12864_2016_2796_Article_IEq14.gif

12864_2017_4004_Article_IEq1.gif

12864_2016_2796_Article_IEq9.gif

12864_2017_3600_Article_IEq1.gif

12864_2017_4274_Article_IEq10.gif

12888_2017_1504_Article_IEq3.gif

12864_2016_3098_Article_IEq57.gif

12864_2016_3265_Article_IEq1.gif

12864_2016_3477_Article_IEq5.gif

12864_2017_3670_Article_IEq2.gif

12864_2017_3500_Article_IEq24.gif

12864_2015_2055_Article_IEq84.gif

12864_2017_3527_Article_IEq1.gif

12864_2017_3910_Article_IEq1.gif

12864_2016_2806_Article_IEq5.gif

12864_2017_4000_Article_IEq1.gif

12885_2016_2223_Article_IEq7.gif

12864_2015_2055_Article_IEq79.gif

12864_2017_3500_Article_IEq20.gif

12864_2016_3440_Article_IEq35.gif

12864_2017_3500_Article_IEq19.gif

12864_2017_4025_Article_IEq11.gif

12864_2017_4020_Article_IEq50.gif

12864_2016_2443_Article_IEq22.gif

12903_2017_424_Article_IEq1.gif

12864_2017_4130_Article_IEq16.gif

12864_2016_3477_Article_IEq3.gif

12864_2017_4030_Article_IEq3.gif

12864_2016_3477_Article_IEq2.gif

12864_2017_4017_Article_IEq2.gif

12864_2016_2821_Article_IEq35.gif

12864_2016_2912_Article_IEq5.gif

12864_2017_3496_Article_IEq1.gif

12864_2016_2912_Article_IEq3.gif

12864_2015_2296_Article_IEq159.gif

12864_2016_3440_Article_IEq30.gif

12864_2016_3440_Article_IEq29.gif

12864_2017_4025_Article_IEq7.gif

12864_2015_2198_Article_IEq43.gif

12864_2017_4025_Article_IEq6.gif

12864_2017_3500_Article_IEq12.gif

12864_2016_2443_Article_IEq15.gif

12864_2015_2055_Article_IEq66.gif

12864_2017_4260_Article_IEq1.gif

12864_2017_4130_Article_IEq8.gif

12864_2016_2443_Article_IEq13.gif

12864_2016_3426_Article_IEq2.gif

12864_2015_2118_Article_IEq2.gif

12864_2017_4309_Article_IEq13.gif

12864_2017_4130_Article_IEq3.gif

12864_2015_1994_Article_IEq14.gif

12864_2016_3210_Article_IEq1.gif

12896_2017_345_Article_IEq1.gif

12864_2015_2055_Article_IEq59.gif

12864_2017_4195_Article_IEq2.gif

12864_2017_4020_Article_IEq28.gif

12864_2017_4020_Article_IEq27.gif

12864_2017_4020_Article_IEq26.gif

12864_2017_3500_Article_IEq6.gif

12864_2017_3492_Article_IEq27.gif

12864_2017_3492_Article_IEq26.gif

12864_2016_3440_Article_IEq16.gif

12864_2017_4269_Article_IEq8.gif

12864_2017_3500_Article_IEq3.gif

12864_2017_4269_Article_IEq7.gif

12864_2017_4269_Article_IEq6.gif

12902_2017_161_Article_IEq3.gif

12902_2017_161_Article_IEq2.gif

12864_2017_4309_Article_IEq7.gif

12888_2017_1557_Article_IEq5.gif

12864_2016_2682_Article_IEq28.gif

12888_2017_1557_Article_IEq4.gif

12864_2017_4348_Article_IEq5.gif

12864_2017_4020_Article_IEq25.gif

12864_2017_3487_Article_IEq69.gif

12864_2016_2816_Article_IEq7.gif

12864_2017_3487_Article_IEq68.gif

12864_2017_3733_Article_IEq73.gif

12864_2017_3492_Article_IEq24.gif

12864_2017_3733_Article_IEq71.gif

12864_2017_4269_Article_IEq5.gif

12864_2017_3733_Article_IEq69.gif

12864_2017_4227_Article_IEq1.gif

12902_2017_161_Article_IEq1.gif

12864_2017_3733_Article_IEq66.gif

12864_2017_3655_Article_IEq8.gif

12864_2016_2696_Article_IEq4.gif

12888_2017_1557_Article_IEq3.gif

12864_2017_3777_Article_IEq24.gif

12888_2017_1557_Article_IEq2.gif

12864_2017_3777_Article_IEq23.gif

12864_2017_3487_Article_IEq67.gif

12864_2017_4020_Article_IEq22.gif

12864_2017_3487_Article_IEq66.gif

12864_2015_2252_Article_IEq2.gif

12864_2016_3440_Article_IEq14.gif

12864_2016_3169_Article_IEq16.gif

12864_2017_3492_Article_IEq22.gif

12864_2017_4320_Article_IEq2.gif

12864_2017_3492_Article_IEq21.gif

12864_2017_3655_Article_IEq7.gif

12864_2016_2789_Article_IEq44.gif

12864_2017_3733_Article_IEq64.gif

12864_2015_2001_Article_IEq2.gif

12888_2017_1557_Article_IEq1.gif

12864_2017_4348_Article_IEq2.gif

12864_2017_3733_Article_IEq62.gif

12864_2015_2137_Article_IEq7.gif

12870_2017_1151_Article_IEq3.gif

12864_2017_3733_Article_IEq59.gif

12864_2017_4190_Article_IEq5.gif

12864_2017_4190_Article_IEq4.gif

12864_2017_3609_Article_IEq8.gif

12888_2015_697_Article_IEq1.gif

12864_2017_3609_Article_IEq6.gif

12864_2017_4316_Article_IEq2.gif

12864_2017_3492_Article_IEq7.gif

12888_2017_1365_Article_IEq2.gif

12864_2017_3605_Article_IEq6.gif

12864_2017_3781_Article_IEq5.gif

12864_2017_3781_Article_IEq4.gif

12864_2017_3781_Article_IEq1.gif

12864_2017_3777_Article_IEq4.gif

12864_2016_3425_Article_IEq8.gif

12864_2015_2129_Article_IEq20.gif

12864_2017_4020_Article_IEq5.gif

12864_2016_3425_Article_IEq4.gif

12906_2016_1517_Article_IEq4.gif

12864_2015_2304_Article_IEq10.gif

12864_2015_2304_Article_IEq6.gif

12864_2017_3487_Article_IEq31.gif

12914_2017_113_Article_IEq1.gif

12888_2016_877_Article_IEq22.gif

12864_2017_4132_Article_IEq18.gif

12888_2016_877_Article_IEq21.gif

12864_2016_2790_Article_IEq1.gif

12864_2016_3353_Article_IEq29.gif

12864_2015_2129_Article_IEq8.gif

12864_2016_2913_Article_IEq21.gif

12864_2015_2055_Article_IEq29.gif

12864_2017_3771_Article_IEq14.gif

12864_2015_2129_Article_IEq5.gif

12864_2017_3628_Article_IEq1.gif

12864_2017_4132_Article_IEq12.gif

12864_2016_3098_Article_IEq70.gif

12864_2017_4228_Article_IEq2.gif

12864_2017_4226_Article_IEq2.gif

12864_2016_2793_Article_IEq13.gif

12864_2017_4132_Article_IEq7.gif

12864_2017_4030_Article_IEq26.gif

12864_2016_2392_Article_IEq1.gif

12864_2017_3521_Article_IEq1.gif

12864_2015_2300_Article_IEq26.gif

12888_2016_877_Article_IEq7.gif

12864_2016_2756_Article_IEq2.gif

12864_2017_4186_Article_IEq32.gif

12864_2017_4132_Article_IEq5.gif

12864_2017_4186_Article_IEq31.gif

12888_2016_877_Article_IEq4.gif

12888_2016_877_Article_IEq3.gif

12906_2017_1593_Article_IEq25.gif