FIFS:高次元集団ゲノムデータの情報マーカー選択のためのデータマイニング法【Powered by NICT】

Kavakiotis Ioannis; Kavakiotis Ioannis; Samaras Patroklos; Triantafyllidis Alexandros; Vlahavas Ioannis

文献

J-GLOBAL ID：201702270897889556 整理番号：17A1622336

FIFS:高次元集団ゲノムデータの情報マーカー選択のためのデータマイニング法【Powered by NICT】

FIFS: A data mining method for informative marker selection in high dimensional population genomic data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1622336&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1622336&from=J-GLOBAL&jstjournalNo=E0858A") }}

著者 (5件)： , , , ,
資料名：
巻： 90 ページ： 146-154 発行年： 2017年
JST資料番号： E0858A ISSN： 0010-4825 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

一塩基多型(SNP)は,今日,大きな医学的,生物学的,経済的及び環境的興味の対象を有する広い範囲の応用を含む生物学的分析のための選択マーカーになった。分類タスク,すなわちそれらの(多遺伝子座)遺伝子型に基づいた起源のグループに個体の帰属,法医学,野生や養殖個体群間の識別などの多くの分野で行った。Τheseタスクは,少数の遺伝子座を用いて行い,また生物学的にも理由として計算する必要がある。,特徴選択は分類タスクに先行する,特に単一ヌクレオチド多型(SNP)データセットのための,特徴の数は千または百万の百に達することができる。本論文で著者らは,集団ゲノムデータからの最も情報価値のあるマーカーの選択のための頻出アイテムの使用に基づく,FIFS-高頻度アイテム特徴選択と呼ばれる新しいデータマイニングアプローチを提案した。モジュラ方法である,二つの主な成分から成っていた。第一の場は,各サンプル集団の最も頻度が高くユニークな遺伝子型を同定した。第二のものはそれらの中で最も適切なを選択し,回復されるのに有益なSNPサブセットを作成することとした。提案した方法(FIFS)は,実際のデータセット,英国中に存在するブタ品種の包括的被覆から成るで試験した。このデータセットは,14亜集団の分割した446の個体で構成され,59,436SNPsで遺伝子型別した。著者らの方法は,全てのケースで最新技術とベースライン法よりも優れていた。より具体的には,著者らの方法は,他の方法(FIFS:28種類のSNPs,デルタ:70SNPペアワイズFST:70SNP,In:100のSNP)によって選択されたSNPsの数の半分のみを必要と95%の帰属精度しきい値を超えたアプローチは,高次元ゲノムデータセットにおける有益なマーカー選択の問題に対処することができる著者らの。既存のアプローチと比較してより良好な結果を提供し,例えば種同定,野生生物管理,法医学に関連する応用でコストに有効なパネルの最適化のための最大識別力を最も情報価値のあるマーカーを選択して生物学者を支援することができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (9件)： , , , , , , , ,

遺伝子操作 , 法医学 , 遺伝子の構造と化学

, , , ,

前のページに戻る