BACKGROUND Machine learning (ML) algorithms and methods offer great tools to analyze large complex genomic datasets. Our goal was to compare the genomic architecture of schizophrenia (SCZ) and autism spectrum disorder (ASD) using ML. METHODS In this paper, we used regularized gradient boosted machines to analyze whole-exome sequencing (WES) data from individuals SCZ and ASD in order to identify important distinguishing genetic features. We further demonstrated a method of gene clustering to highlight which subsets of genes identified by the ML algorithm are mutated concurrently in affected individuals and are central to each disease (i.e., ASD vs. SCZ "hub" genes). RESULTS In summary, after correcting for population structure, we found that SCZ and ASD cases could be successfully separated based on genetic information, with 86-88% accuracy on the testing dataset. Through bioinformatic analysis, we explored if combinations of genes concurrently mutated in patients with the same condition ("hub" genes) belong to specific pathways. Several themes were found to be associated with ASD, including calcium ion transmembrane transport, immune system/inflammation, synapse organization, and retinoid metabolic process. Moreover, ion transmembrane transport, neurotransmitter transport, and microtubule/cytoskeleton processes were highlighted for SCZ. CONCLUSIONS Our manuscript introduces a novel comparative approach for studying the genetic architecture of genetically related diseases with complex inheritance and highlights genetic similarities and differences between ASD and SCZ.

中文翻译：

---

对三重基因组进行机器学习分析，以对比自闭症和精神分裂症的基因组结构。

背景技术机器学习（ML）算法和方法提供了用于分析大型复杂基因组数据集的强大工具。我们的目标是使用ML比较精神分裂症（SCZ）和自闭症谱系障碍（ASD）的基因组结构。方法在本文中，我们使用正则梯度增强机器分析了来自个体SCZ和ASD的全外显子测序（WES）数据，以鉴定重要的区别遗传特征。我们进一步证明了一种基因聚类的方法，以突出显示由ML算法识别的基因的哪些子集在受影响的个体中同时发生突变，并且是每种疾病的关键（即ASD与SCZ“集线器”基因）。结果总的来说，在校正了种群结构之后，我们发现根据遗传信息可以成功分离出SCZ和ASD病例，在测试数据集上具有86-88％的准确性。通过生物信息学分析，我们探索了在相同状况的患者中同时突变的基因组合（“集线器”基因）是否属于特定途径。发现与ASD相关的几个主题，包括钙离子跨膜转运，免疫系统/炎症，突触组织和类维生素A代谢过程。此外，离子跨膜运输，神经递质运输和微管/细胞骨架过程突出了SCZ。结论我们的手稿介绍了一种新颖的比较方法，用于研究遗传复杂的遗传相关疾病的遗传结构，并强调了ASD和SCZ之间的遗传相似性和差异。我们探讨了在患有相同疾病的患者中同时突变的基因组合（“集线器”基因）是否属于特定途径。发现与ASD相关的几个主题，包括钙离子跨膜转运，免疫系统/炎症，突触组织和类维生素A代谢过程。此外，离子跨膜运输，神经递质运输和微管/细胞骨架过程突出了SCZ。结论我们的手稿介绍了一种新颖的比较方法，用于研究遗传复杂的遗传相关疾病的遗传结构，并强调了ASD和SCZ之间的遗传相似性和差异。我们探讨了在患有相同疾病的患者中同时突变的基因组合（“集线器”基因）是否属于特定途径。发现与ASD相关的几个主题，包括钙离子跨膜转运，免疫系统/炎症，突触组织和类维生素A代谢过程。此外，离子跨膜运输，神经递质运输和微管/细胞骨架过程突出了SCZ。结论我们的手稿介绍了一种新颖的比较方法，用于研究遗传复杂的遗传相关疾病的遗传结构，并强调了ASD和SCZ之间的遗传相似性和差异。发现与ASD相关的几个主题，包括钙离子跨膜转运，免疫系统/炎症，突触组织和类维生素A代谢过程。此外，对于SCZ，离子跨膜转运，神经递质转运和微管/细胞骨架过程也得到了强调。结论我们的手稿介绍了一种新颖的比较方法，用于研究遗传复杂的遗传相关疾病的遗传结构，并强调了ASD和SCZ之间的遗传相似性和差异。发现与ASD相关的几个主题，包括钙离子跨膜转运，免疫系统/炎症，突触组织和类维生素A代谢过程。此外，离子跨膜运输，神经递质运输和微管/细胞骨架过程突出了SCZ。结论我们的手稿介绍了一种新颖的比较方法，用于研究遗传复杂的遗传相关疾病的遗传结构，并强调了ASD和SCZ之间的遗传相似性和差异。