文献

J-GLOBAL ID：201902291722566421   整理番号：19A1189720

表現型予測のための異なるサンプリングアルゴリズムの比較【JST・京大機械翻訳】

Comparison of Different Sampling Algorithms for Phenotype Prediction

著者 (10件)： Cernea Ana (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  Fernandez-Martinez Juan Luis (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  deAndres-Galiana Enrique J. (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  deAndres-Galiana Enrique J. (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  Fernandez-Ovies Francisco Javier (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  Fernandez-Muniz Zulima (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  Alvarez-Machancoses Oscar (Group of Inverse Problems, Optimization and Machine Learning, Department of Mathematics, University of Oviedo, Oviedo, Spain) ,  Saligan Leorey (National Institute of Nursing Research, National Institutes of Health, Bethesda, MD, USA) ,  Sonis Stephen T. (Primary Endpoint Solutions, Watertown, MA, USA) ,  Sonis Stephen T. (Brigham and Womens’ Hospital and the Dana-Farber Cancer Institute, Boston, MA, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 10814  ページ： 33-45  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,高度に過小決定された表現型予測問題における欠陥経路を同定するために用いられる異なるサンプリングアルゴリズムを比較した。最初のアルゴリズム(Fisher比サンプラー)は,それらの個々のFisher比に比例する事前確率に従って,最も識別可能な遺伝子を選択し,高い識別可能な遺伝的ネットワークをサンプルする。2番目のもの(holアウトサンプラー)は,回帰分析に用いられるブートストラッピング手順によって触発され,最も頻繁にサンプリングされた遺伝子を確立するために,異なるランダムホールドアウトにおいて見出された最小スケールの特徴を使用する。第3のものは,差別的に発現した遺伝子のネットワークをランダムに構築する純粋なランダムサンプラーである。すべてのこれらのアルゴリズムにおいて,異なるネットワークの尤度は,1つの交差検証(L00CV)を通して確立され,最も頻繁にサンプリングされた遺伝子の事後分析は,変化した生物学的経路を確立するのに役立つ。これらのアルゴリズムをBayesネットワーク(BN)により得られた結果と比較した。著者らは,これらのアルゴリズムのTriple Negative Breast Cancersに関するマイクロアレイデータセットへの応用を示した。この比較により,Random,Fisher比,およびholアウトサンプラーがBNsよりも最も効果的であり,すべてがこの疾患に関与する遺伝的機構に関する類似の洞察を提供することを示した。したがって,これらすべてのサンプルは,非常に低い計算要求を持つBayesネットワークに対する良好な代替案であると結論づけることができる。この分析に加えて,変更された経路がサンプリング方法論とそれらを推論するために使用される分類装置に依存しなければならないという洞察を確認した。Copyright 2018 Springer International Publishing AG, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ブートストラップ ,  *アルゴリズム ,  分類装置 ,  遺伝 ,  *表現型 ,  事前確率 ,  遺伝子 ,  ネットワーク ,  DNAマイクロアレイ ,  回帰分析 ,  *予測
準シソーラス用語： 信念ネットワーク ,  尤度 ,  差別 ,  遺伝的ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 表現型 ,  予測 ,  サンプリング ,  アルゴリズム