文献

J-GLOBAL ID：202002264121127300   整理番号：20A2731518

クラスタリングおよび共微分表現遺伝子分析のためのスパースおよびグラフラプラシアン正則化に基づく結合非負行列因子分解【JST・京大機械翻訳】

Joint Nonnegative Matrix Factorization Based on Sparse and Graph Laplacian Regularization for Clustering and Co-Differential Expression Genes Analysis

著者 (3件)： Dai Ling-Yun (School of Computer Science, Qufu Normal University, Rizhao 276826, China) ,  Zhu Rong (School of Computer Science, Qufu Normal University, Rizhao 276826, China) ,  Wang Juan (School of Computer Science, Qufu Normal University, Rizhao 276826, China)
資料名： Complexity  (Complexity)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： W2044A  ISSN： 1076-2787  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： マルチオミクスデータの爆発は,既存のデータマイニング方法に新しい挑戦をもたらす。マルチオミクスデータの共同解析は,異なるタイプのデータによって提供される補足的情報の最良を作ることができる。したがって,それらは病気の生物学的機構を正確に調査することができる。本論文では,スパースおよびグラフラプラシアン正則化(SG-jNMF)法に基づく2種類の関節非負行列因数分解を提案した。この方式において,グラフ正則化制約は,データの局所的幾何学的構造を保存することができた。[数式:原文を参照]ノルム正則化は,列の間のスパース性を強化して,データにおける冗長な特徴を取り除くことができる。第1に,SG-jNMF1は共通部分空間にマルチオミクスデータを投影し,マルチオミクス融合特性マトリックスを適用して,病気に密接に関連する重要な情報をマイニングする。第2に,同じ疾患のマルチミクスデータをSG-jNMF2によって共通サンプル空間に写像し,クラスタ構造を明確に検出した。実験結果は,SG-jNMFが,既存の共同解析フレームワークと比較して,サンプルクラスタ化において著しい改良を達成できることを示した。SG-jNMFはまた,共差次的発現遺伝子(Co-DEG)を同定するために,マルチオミクスデータを効果的に統合する。SG-jNMFは,不均一マルチオミクスデータに隠された生物学的情報をマイニングするための効率的な統合的解析方法を提供する。Copyright 2020 Ling-Yun Dai et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 冗長性 ,  *遺伝子 ,  *微分 ,  クラスタ化 ,  *正則化 ,  ノルム ,  データマイニング
準シソーラス用語： スパース性 ,  部分空間 ,  遺伝子解析 ,  差次的遺伝子発現 ,  *非負行列因子分解 ,  オミックス ,  *グラフラプラシアン , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (38件)：

• J. N. Weinstein, E. A. Collisson, G. B. Mills et al., "The cancer genome atlas pan-cancer analysis project," Nature Genetics, vol. 45, no. 10, pp. 1113-1120, 2013.
• C. Curtis, S. P. Shah, S.-F. Chin et al., "The genomic and transcriptomic architecture of 2,000 breast tumours reveals novel subgroups," Nature, vol. 486, no. 7403, pp. 346-352, 2012.
• Y. L. Wang, X. Wang, "Fault diagnosis of wind turbine’s converter based on memristive neural network," Applied Mechanics and Materials, vol. 705, no. 3, pp. 333-337, 2014.
• J.-X. Liu, Y.-L. Gao, C.-H. Zheng, Y. Xu, J. Yu, "Block-constraint robust principal component analysis and its application to integrated analysis of tcga data," IEEE Transactions on Nanobioscience, vol. 15, no. 6, pp. 510-516, 2016.
• S. Zhang, C.-C. Liu, W. Li, H. Shen, P. W. Laird, X. J. Zhou, "Discovery of multi-dimensional modules by integrative analysis of cancer genomic data," Nucleic Acids Research, vol. 40, no. 19, pp. 9379-9391, 2012.

タイトルに関連する用語 (7件)： クラスタリング ,  微分 ,  表現 ,  遺伝子分析 ,  グラフラプラシアン ,  正則化 ,  非負行列因子分解