文献

J-GLOBAL ID：201802288629096345   整理番号：18A1800425

(EPI)遺伝的測定間の関連性のロバストネットワークベース解析【JST・京大機械翻訳】

Robust network-based analysis of the associations between (epi)genetic measurements

著者 (4件)： Wu Cen (Department of Statistics, Kansas State University, Manhattan, KS, 66506, USA) ,  Zhang Qingzhao (School of Economics and the Wang Yanan Institute for Studies in Economics, Xiamen University, China) ,  Jiang Yu (Division of Epidemiology, Biostatistics, and Environmental Health, School of Public Health, University of Memphis, Memphis, TN, 38111, USA) ,  Ma Shuangge (Department of Biostatistics, Yale University, New Haven, CT, 06510, USA)
資料名： Journal of Multivariate Analysis  (Journal of Multivariate Analysis)
巻： 168  ページ： 119-130  発行年： 2018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： その重要な生物学的意味により,遺伝子発現(GE)とコピー数変化(CNV)の関連をモデル化することが広く行われている。そのような分析は,高いデータ次元,特定のGEに対するCNVsを制御する知識の欠如,cis作用とトランス作用するCNVsの異なる挙動,GE測定の可能な長い分布と汚染,およびCNVs間の相関のために挑戦的である。既存の方法は,これらの課題の1つ以上を扱うことができない。本研究では,GE-CNV関連をより効果的にモデル化するための新しい方法を開発した。特に,各GEに対して,非線形cis作用CNV効果を持つ部分線形モデルを仮定した。ロバストな損失関数を採用して,長いテール分布とデータ汚染を適応させた。著者らは,高次元性に適応し,関連するCNVsを同定するために,ペナルティ化を採用した。ネットワーク構造を導入して,CNVs間の相関を調整した。提案した方法は,GE-CNVモデリングの複数の挑戦的特性を包括的に調整し,既存の方法の限界を効果的に克服した。有効な計算アルゴリズムを開発し,一貫性特性を厳密に確立した。シミュレーションにより,提案した方法の代替案に対する優位性を示した。PCD(プログラム細胞死)経路に関するTCGA(癌ゲノムAtlas)データを分析し,提案した方法は予測と安定性と生物学的に妥当な所見を改善した。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： コピー数 ,  高次元 ,  ゲノム ,  遺伝子発現 ,  モデリング ,  ネットワーク構造 ,  *ロバスト性 ,  ペナルティ ,  *遺伝 ,  損失関数
準シソーラス用語： プログラム細胞死 ,  計算アルゴリズム ,  線形モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： コピー数変動 ,  遺伝子発現 ,  ネットワーク構造 ,  部分線形モデル ,  ペナリゼーション ,  ロバスト推定

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (3件)： EPI ,  関連性 ,  解析