文献
J-GLOBAL ID:202002249615477710   整理番号:20A0134541

多群RNA-seq計数データのためのロバスト正規化によるBayesフレームワークにおける微分表現パターンの正確な分類【JST・京大機械翻訳】

Accurate Classification of Differential Expression Patterns in a Bayesian Framework With Robust Normalization for Multi-Group RNA-Seq Count Data
著者 (5件):
資料名:
巻: 13  ページ: 1177932219860817  発行年: 2019年 
JST資料番号: W5140A  ISSN: 1177-9322  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
経験的Bayesは,マルチグループRNA-seqカウントデータのための微分表現(DE)解析のための選択フレームワークである。あらかじめ定義された表現パターンに対する事後確率を計算するその特徴的能力は,ユーザが,考慮されている遺伝子に対して最も高い値を持つパターンを割り当てることを可能にする。しかし,baySeqやEBSeqのような現在のBayes法は,特に正規化に関して改善される。それらのデフォルト正規化設定と他の正規化法(MRNとTCC)を有する2つのRパッケージ(baySeqとEBSeq)を,3グループシミュレーションデータと実際のカウントデータを用いて比較した。著者らの知見は以下の通りであった。(1)TCC正規化と結合したBayes法は,様々なシミュレーションシナリオの下でデフォルト正規化設定を用いたものよりも同等または優れていた。(2)一般化線形モデルフレームワークを実装したデフォルトDEパイプラインは,全体的DEを評価した場合にはBayes法よりも優れており,(3)TCCによるbaySeqは可能な発現パターンの異なる選択に対してロバストであった。実際には,全体的な遺伝子ランキングを得るためにTCCに提供されたデフォルトDEパイプラインを使用し,次に,個々の遺伝子に最も妥当な発現パターンを割り当てるためにTCC正規化によるbaySeqを使用することを推奨する。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
分子・遺伝情報処理  ,  遺伝子発現 

前のページに戻る