文献

J-GLOBAL ID：201902267182114398   整理番号：19A1477770

事前遺伝子-遺伝子関連を用いたバッチ補正評価フレームワーク:GTEXデータセットへの適用【JST・京大機械翻訳】

Batch correction evaluation framework using a-priori gene-gene associations: applied to the GTEx dataset

著者 (5件)： Somekh Judith (Department of Biomedical Informatics, Harvard Medical School, Boston, USA) ,  Somekh Judith (Faculty of Medicine, Technion - Israel Institute of Technology, Haifa, Israel) ,  Somekh Judith (Department of Information Systems, University of Haifa, Haifa, Israel) ,  Shen-Orr Shai S (Faculty of Medicine, Technion - Israel Institute of Technology, Haifa, Israel) ,  Kohane Isaac S (Department of Biomedical Informatics, Harvard Medical School, Boston, USA)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 20  号： 1  ページ： 268  発行年： 2019年 
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： いくつかの交絡因子からアーチファクトを提示する不均一データセットを修正することは,しばしば不可欠な生物情報学タスクである。これらのバッチ効果の除去を試みることにより,いくつかの生物学的に意味のあるシグナルが失われたしたがって,望ましくない技術的変動の除去が研究者にとって興味のある生物学的シグナルを利用するかどうかを評価することが中心課題である。バッチ補正法の有効性を評価するための新しい枠組み,B-CeFを記述し,それらの補正に対する傾向を評価した。このアプローチは,外部参照から導出された数千の無関係な実験に基づいて,調整された遺伝子-遺伝子対の共発現を,高度に混乱した遺伝子-遺伝子関連の事前知識と比較することに基づいている。このフレームワークは3段階を含む。(1)望ましい方法によるデータ調整(2)調整データセット(3)に対する遺伝子-遺伝子共発現測定を計算し,金標準に対する共発現測定の性能を評価した。フレームワークを用いて,GTExプロジェクトから得られた6つの代表的組織データセットのRNA-seqデータに適用された5回のバッチ補正法を評価した。このフレームワークは,元の生物学的信号をより良く保存するためのバッチ補正法の評価を可能にする。著者らは,既知の交絡因子を補正するために多重線形回帰モデルを使用することが,隠れた交絡因子を推定する因子分析ベースの方法より優れていることを示した。このコードはRパッケージとして公開されている。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 遺伝子発現 ,  *遺伝子 ,  因子分析 ,  金 ,  有効性 ,  アーチファクト ,  *ロット
準シソーラス用語： Rパッケージ ,  RNA-seq ,  事前知識 ,  共発現 ,  補正法 ,  バイオインフォマティクス ,  交絡因子 , 【Automatic Indexing@JST】

著者キーワード (6件)： バッチ補正 ,  バッチ効果 ,  遺伝子発現 ,  戦闘 ,  主成分分析 ,  GTEX

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

引用文献 (35件)：

• Brief Bioinform; Batch effect removal methods for microarray gene expression data integration: a survey; C Lazar, S Meganck, J Taminau, D Steenhoff, A Coletta, C Molter; 14; 4; 2012; 469-490; 10.1093/bib/bbs037; citation_id=CR1
• Sci Rep; A novel statistical method to diagnose, quantify and correct batch effects in genomic studies; G Nyamundanda, P Poudel, Y Patil, A Sadanandam; 7; 1; 2017; 10.1038/s41598-017-11110-6; citation_id=CR2
• Bioinformatics.; Preserving biological heterogeneity with a permuted surrogate variable analysis for genomics batch correction; HS Parker, JT Leek, AV Favorov, M Considine, X Xia, S Chavan; 30; 19; 2014; 2757-2763; 10.1093/bioinformatics/btu375; citation_id=CR3
• Biostatistics; Adjusting batch effects in microarray expression data using empirical Bayes methods; WE Johnson, C Li, A Rabinovic; 8; 1; 2007; 118-127; 10.1093/biostatistics/kxj037; citation_id=CR4
• Nature.; Understanding mechanisms underlying human gene expression variation with RNA sequencing; JK Pickrell, JC Marioni, AA Pai, JF Degner, BE Engelhardt, E Nkadori; 464; 7289; 2010; 768; 10.1038/nature08872; citation_id=CR5

タイトルに関連する用語 (4件)： 遺伝子 ,  バッチ ,  評価フレームワーク ,  データセット