文献

J-GLOBAL ID：201302270156818390   整理番号：13A0872657

病気データにおける遺伝子-遺伝子相互作用の発見のための機械学習

Machine learning approaches for the discovery of gene-gene interactions in disease data

著者 (4件)： UPSTILL-GODDARD Rosanna (Univ. Southampton) ,  ECCLES Diana (Univ. Southampton) ,  FLIEGE Joerg (Univ. Southampton) ,  COLLINS Andrew (Univ. Southampton)
資料名： Briefings in Bioinformatics  (Briefings in Bioinformatics)
巻： 14  号： 2  ページ： 251-260  発行年： 2013年03月 
JST資料番号： W2342A  ISSN： 1467-5463  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 遺伝子はヒトの病気に影響し,一般的な病気の遺伝的な状況は不明である。対立遺伝子間の関係のエピスタシスは細胞のレベルで遺伝子を制御するネットワークで表現型に影響する生体分子間の物理的な相互作用に対応している。個別の表現型は1つかそれ以上に追加された遺伝子に依存しており,統計的なエピスタシスは個々の分布での差を反映している。つまり,統計的なモデルでの遺伝子型と表現型の分布での偏差である。ここでの問題点は解析するデータの量であり,機械学習アプローチでデータマイニングを使用している。初期の機械学習アプローチで3つのアプローチ,とくに多因子-次元縮小について議論している。神経ネットワークモデルについて,その病気データへ適用した成功例を述べている。Random forest (RF)のアルゴリズム,分類の技術であるSVM,エピスタシスを同定する方法のMDRへの拡張,RFへの拡張の項目も述べている。

シソーラス用語： *相互作用 ,  *機械学習 ,  遺伝子型 ,  表現型
準シソーラス用語： *エピスタシス ,  *遺伝子間相互作用 ,  *統計的機械学習

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： 病気 ,  遺伝子-遺伝子相互作用 ,  発見 ,  機械学習