文献

J-GLOBAL ID：201802272072876055   整理番号：18A0383192

統合解析からの経路と遺伝子同定のための統計的フレームワーク【Powered by NICT】

A statistical framework for pathway and gene identification from integrative analysis

著者 (4件)： Li Quefeng (Department of Biostatistics, University of North Carolina at Chapel Hill, Chapel Hill, NC 27517, USA) ,  Li Quefeng (Statistical and Applied Mathematical Sciences Institute, Research Triangle Park, NC 27709, USA) ,  Yu Menggang (Department of Biostatistics and Medical Informatics, University of Wisconsin at Madison, Madison, WI 53792, USA) ,  Wang Sijian (Department of Biostatistics and Medical Informatics, University of Wisconsin at Madison, Madison, WI 53792, USA)
資料名： Journal of Multivariate Analysis  (Journal of Multivariate Analysis)
巻： 156  ページ： 1-17  発行年： 2017年 
JST資料番号： D0675A  ISSN： 0047-259X  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： ビッグデータの時代において,統合は種々の発生源からのプールデータは,現在大規模に性能を改善するために実施されていることを解析した。多くの興味ある応用の中で,ゲノミクス研究は統合法は様々な疾患の予後バイオマーカーを同定するための一般的なツールとなっている分野である。本論文では,経路と遺伝子同定のためのそのような枠組みを提案した。著者らの方法は,遺伝子の効果とそれに続く複数の研究の重要な経路と遺伝子を同定するための適切な正則化による階層的分解を採用した。漸近理論は,この方法が経路と遺伝子選択一致であることを示した。より重要なことは,経路選択一貫性は遺伝子選択一貫性よりも穏やかな統計的条件を必要とすることを明白に示し,遺伝子選択レベルで偽陽性と陰性を可能にするであろう。法の有限サンプル性能を種々のシミュレーション研究における他のアドホック法よりも優れていることを示した。はさらに五心血管疾患研究を解析するためにこの方法を適用した。著者らの方法は,本質的には統合的解析からのグループワイズと要素選択,ゲノム研究を超えて,他のアプリケーションを持つことができる一般的方法。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 応用プログラム ,  心血管疾患 ,  *遺伝子 ,  バイオマーカー ,  正則化 ,  シミュレーション ,  経路選定
準シソーラス用語： 誤検出 ,  遺伝子選択 ,  漸近理論 ,  ゲノミクス ,  発生源 ,  ビッグデータ ,  *遺伝子同定 ,  *統合解析 , 【Automatic Indexing@JST】

著者キーワード (4件)： 遺伝子と経路 ,  高次元解析 ,  統合解析 ,  変数選択

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (5件)： 統合解析 ,  経路 ,  遺伝子同定 ,  統計 ,  フレームワーク