文献

J-GLOBAL ID：201702276782089560   整理番号：17A0142979

家族研究におけるMarkovブランケットを用いた高次元遺伝的関連を検出【Powered by NICT】

Detecting high-dimensional genetic associations using a Markov-Blanket in a family-based study

著者 (5件)： Hyo Jung Lee (Product Development HQ, DongA-ST, Seoul, KOREA) ,  Jae Won Lee (Department of Statistics, Korea University, Seoul, KOREA) ,  Seohoon Jin (Department of Informational Statistics, Korea University, Sejong, KOREA) ,  Hee Jeong Yoo (Department of Neuropsychiatry, Seoul National University Bundang Hospital, KOREA) ,  Park Mira (Department of Preventive Medicine, Eulji University, Daejeon, KOREA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1767-1770  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,異なる遺伝子間の相互作用検出はホットな話題,多重遺伝子,複雑な疾患をより良く理解するためになってきた。地域住民を対象としたゲノムワイド関連研究(GWAS)では,ロジスティック回帰のような遺伝子-遺伝子相互作用を検出する方法の数,多因子次元縮小(MDR)とサポートベクトルマシン(SVM)を適用した。ビーム(Bayesマーカー分配モデル)とDASSO MB(Markovブランケットを用いた会合の検出)のようなBayesアプローチも提案されている。しかし,家族ベースのGWASのための研究は限られている。本研究では,家系データのための遺伝子-遺伝子相互作用を見出すためにMB TDTと呼ばれる新しいMarkovブランケットベースアルゴリズムを開発した。伝達不平衡検定統計量は関連性尺度として使用し,Markovブランケット(IAMB)アルゴリズムインクリメンタルな関連性はMarkovブランケットを見出すために適用した。この提案したMB TDT法は最小セット原因SNPsの特定疾患を同定,網羅的探索を回避することができる。電流法とMB TDTを比較するシミュレーション研究実施により,著者らは,多くの場合,その優れた高出力を示し,偽陽性率を低下させ,他の。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  相互作用 ,  一塩基多型 ,  *高次元 ,  *ブランケット ,  家系 ,  次元縮小 ,  遺伝子 ,  ゲノムワイド関連解析 ,  遺伝子相互作用 ,  *遺伝的関連研究
準シソーラス用語： 偽陽性率 ,  ロジスティック回帰分析 ,  *Markovブランケット ,  *家系調査 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 家族 ,  研究 ,  Markovブランケット ,  高次元 ,  遺伝的関連