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。
プライベートと公共育種プログラム,ならびに企業と大学は,データ管理,質問,および分析に関して新しい課題をもたらす,前例のない量の配列データの生成をもたらす異なるゲノミクス技術を開発した。これらのデータセットの大きさと複雑性は新しい課題をもたらすが,全体として利用可能なデータを使用する機会ももたらす。ゲノムデータ量の増加と組み合わせた詳細な表現型データは,量的遺伝学の理解を改善する重要な形質の同定を加速する大きな可能性を持っている。データ調和は,新しい科学的知識の抽出を容易にする,国際および国際比較研究を可能にする。本論文では,高次元で不均衡なオミクスデータを組み合わせる複雑な問題に取り組んだ。より具体的には,表現型スペクトルに遺伝子型における部分データセットを結合するための共分散ベース法を提案した。この方法は部分重複関係/共分散行列を結合するのに使用できる。ここでは,著者らのアプローチが,特徴化ベースのアプローチに好都合である可能性を示した。不均一マーカーデータを用いたゲノム予測にこの方法をいかに使用できるか,また,以前に観察されていない形質関係について推論を行うために,複数の表現型実験からのデータをどのように組み合わせるかを示した。著者らの結果は,遺伝子バンク,データリポジトリまたは他のデータ資源を通して利用可能な情報を改善するためにデータセットを調和させることが可能であることを示した。独立実験から得られた鍵メッセージSeveral共分散行列は,これらの行列が部分的に重複する限り,長く結合できる。この方法論の有用性を,いくつかの部分結合遺伝子型と表現型実験からのデータを組み合わせることで実証した。著者の貢献状態-DA:研究,統計,Rプログラム,シミュレーション,論文のドラフト,および論文の批判的改訂,論文の批判的修正,論文の批判的改訂,および論文の批評的修正,および論文の批判的修正,および論文の批評的修正。【JST・京大機械翻訳】
