Random-Forest-Ansatz entdeckt Wechselwirkungen bei Cannabisabhängigkeit

Ein neues Verfahren namens Forest U‑Test kombiniert Random Forests mit U‑Statistiken, um genetische und umweltbedingte Wechselwirkungen bei komplexen Merkmalen zuverlässig zu identifizieren.

In umfangreichen Simulationen übertraf der Forest U‑Test bestehende Methoden hinsichtlich Power und Genauigkeit. Das Verfahren reduziert die Notwendigkeit, ausschließlich Paar‑Wechselwirkungen zu prüfen, und ermöglicht die Analyse hochdimensionaler Daten.

Die Methode wurde auf die Cannabisabhängigkeit (CD) angewendet, wobei drei unabhängige Datensätze aus der Studie „Addiction: Genetics and Environment“ einbezogen wurden. Ein signifikanter gemeinsamer Effekt wurde mit einem empirischen p‑Wert unter 0,001 gefunden.

Die Entdeckung wurde in zwei weiteren unabhängigen Datensätzen repliziert, mit p‑Werten von 5,93 × 10⁻¹⁹ und 4,70 × 10⁻¹⁷, was die Robustheit der Ergebnisse unterstreicht.

Der Forest U‑Test bietet Forschern ein leistungsfähiges Werkzeug, um komplexe genetische Interaktionen zu entdecken und damit das Verständnis von Erkrankungen wie der Cannabisabhängigkeit zu vertiefen.