Los árboles de decisión representan una alternativa a los modelos de regresión para resolver problemas tanto de clasificación como de predicción numérica. Existen diversos algoritmos para desarrollar árboles de decisión, como ID3, CART, C4.5, C5.0, y CHAID, entre otros. En R, hay una variedad de paquetes disponibles para la construcción de árboles y conjuntos de árboles, como rpart, ipred, adabag, fastAdaboost, ada, tree, treebag, C5.0, party, CHAID, gbm, deepboost, xgboost, h2o, e1071, evtree y ranger, entre otros. Para obtener detalles específicos sobre estos algoritmos y sus ajustes de parámetros, se puede consultar la sección 6 y 7 de la documentación (vignette) de la librería caret. Esta documentación también incluye múltiples variantes implementadas como diferentes métodos. En este documento exploraremos ejemplos de cómo construir tanto un árbol único como bosques aleatorios.

OncoSig is a supervised Machine Learning algorithm for constructing molecular-interaction Signaling Maps (SigMaps) for an oncoprotein specific for a given tumor type. OncoSig integrates features from PrePPI and protein-protein interactions (PPIs) inferred from genomics data from, for example, patient samples with lung adenocarcinoma, by reverse engineering algorithms. A SigMap for KRAS recapitulated published KRAS biology and identified novel proteins synthetic lethal with mutant KRAS, 18 of 21 of which were validated in 3D spheroid models for LUAD. The KRAS LUAD SigMap consists of established and novel K-Ras pathway members and is enriched in known targets of FDA approved drugs. In this example script, we create a SigMap for the oncoprotein KRAS using a reduced-size version of a network file generated by processing lung adenocarcinoma (LUAD) samples, from the Genome Cancer Atlas project (TCGA). The companion Docker container includes the full version of the network, as well as a network generated from the TCGA colon adenocarcinoma (COAD) sample collection. In addition, information is provided for creating SigMaps for nine other oncoproteins: CDKN2A, EGFR, MAPK, NTRK3, PI3K, TP53, STK11, YAP1 and CTNNB1. Details about how the networks are generated can be found in the OncoSig publication.

Applied Linear modeling Final class project Author: Georgewilliam Kalibbala Mentor: Prof. RJ Waken TA. Mbalida Chliste