文献

J-GLOBAL ID：201802232891382643   整理番号：18A1940200

LCMARSによる種々の生物学的ネットワークのモデリング【JST・京大機械翻訳】

Modeling of various biological networks via LCMARS

著者 (2件)： Ayyildiz Ezgi (Department of Statistics, Middle East Technical University, Ankara, Turkey) ,  Purutcuoglu Vilda (Department of Statistics, Middle East Technical University, Ankara, Turkey)
資料名： Journal of Computational Science  (Journal of Computational Science)
巻： 28  ページ： 148-154  発行年： 2018年 
JST資料番号： W3406A  ISSN： 1877-7503  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)

抄録/ポイント： システム生物学において,遺伝子,蛋白質などの成分間の相互作用はネットワークにより表現できる。複雑な生物学的システムの分子機構を理解するために,それらのネットワークの構築は重要な役割を果たす。しかし,これらの生物学的ネットワークの推定は,それらの高次元でまばらな構造のために困難な問題である。この問題を克服するためにいくつかの統計的方法を提案した。多変量適応回帰スプライン(CMARS)は,高次元および相関データのために開発された最近の非パラメトリック法の一つである。このモデルは,一般化付加モデルの下で複雑なモデルである多変量適応回帰スプライン(MARS)アプローチの性能を改善することを示唆した。以前の研究から,MARSは,主な影響を介してLASSO型回帰として修正されると,生物学的ネットワークの定常状態活性化の記述に対する有望なモデルであることが示されている。本研究では,この記述がベンチマーク実データセットにおいてより優れているので,主および二次相互作用効果を含むことにより,CMARSの完全記述をループベースアプローチ,いわゆるLCMARSとして変換した。ここでは,モンテカルロランによる精度測度の観点から,MARSとGauss型グラフモデル(GGM)とLCMARSの性能を比較するために,異なる分布と次元に基づく様々なシナリオを生成した。さらに,異なる実際の生物学的データセットを用いて,基礎となる方法の性能を観察した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 遺伝子 ,  ベンチマーク ,  正規分布 ,  *モデリング ,  相互作用 ,  タンパク質 ,  *ネットワーク ,  ノンパラメトリック法 ,  測度 ,  高次元 ,  スプライン ,  モンテカルロ法
準シソーラス用語： グラフモデル ,  定常状態 ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (3件)： 円錐多変量適応回帰スプライン ,  Gaussグラフモデル ,  スパースネットワーク

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (2件)： 生物学 ,  モデリング