文献

J-GLOBAL ID：201702264836864346   整理番号：17A0658732

不変座標選択を用いた遺伝子型データ中のサブグループの検出

Subgroup detection in genotype data using invariant coordinate selection

著者 (8件)： FISCHER Daniel (Natural Resources Inst. Finland (LUKE)) ,  HONKATUKIA Mervi (Natural Resources Inst. Finland (LUKE)) ,  TUISKULA-HAAVISTO Maria (Natural Resources Inst. Finland (LUKE)) ,  NORDHAUSEN Klaus (Univ. Turku) ,  NORDHAUSEN Klaus (Univ. Tampere) ,  CAVERO David (Lohmann Tierzucht GmbH) ,  PREISINGER Rudolf (Lohmann Tierzucht GmbH) ,  VILKKI Johanna (Natural Resources Inst. Finland (LUKE))
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 18  号： Mar  ページ： 18:173 (WEB ONLY)  発行年： 2017年03月 
JST資料番号： U7025A  ISSN： 1471-2105  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： 背景:ハイスループット遺伝子型データの次元縮減法における現在のゴールドスタンダードは主成分解析(PCA)である。PCAの存在は非常に優勢であるため,解析者のツールボックスには他の方法が見つからず,ほとんど適用されない。結果:本研究では,不変座標選択(ICS)と呼ばれる現代的な次元縮減法を導入し,ハイスループット遺伝子型データに適用した。より一般的に知られている独立成分分析(ICA)は,この枠組ではICSの特別な場合である。シミュレート化データセットと実際のデータセットの両方でICSを使用し,PCAの幾つかの欠点を先ず示し,シミュレート化データ内の正しいサブグループをICSがどのように回復できるかを実証した。次に,ニワトリのデータセットにICS法を適用し,2つのサブグループも検出した。これらのサブグループを,それらの遺伝子型に関してさらに調査し,検出したサブグループ分割の生物学的関連性のさらなる証拠を提供した。さらに,ICSの性能を他の5つの一般的な次元縮減法と比較した。結論:ICS法により,PCAによっては何も検出できなかったデータのサブグループを検出することができた。したがって,確立されたPCAに加えて,ハイスループット遺伝子型データへのICSの適用を促進する。特に,例えばRのような統計的プログラミング環境では,そのアプリケーションは,解析パイプラインに計算上の負担をかけることはない。(翻訳著者抄録)

シソーラス用語： *遺伝子型 ,  *遺伝学実験技術 ,  統計的方法 ,  主成分分析 ,  *次元縮小 ,  *独立成分分析 ,  シミュレーション ,  プログラミング言語 ,  プログラムパッケージ ,  パイプライン処理 ,  分類 ,  一塩基多型 ,  ニワトリ
準シソーラス用語： *ハイスループット塩基配列決定 ,  主成分解析 ,  *次元縮減 ,  不変座標選択 ,  R言語 ,  ソフトウェアパイプライン ,  タイプ分類 ,  一塩基多形

分類 (3件)： 遺伝学研究法  (EC01020N) ,  遺伝子の構造と化学  (EC02020U) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： 不変 ,  座標 ,  遺伝子型 ,  サブ ,  グループ