より合理的に異なる発現遺伝子を選択するためのテンソル分解および主成分分析に基づく教師なし特徴抽出:標準偏差対state-of-art法の最適化【JST・京大機械翻訳】

Taguchi, Y.-h.; Turki, T.

プレプリント

J-GLOBAL ID：202202213105981838 整理番号：22P0315833

より合理的に異なる発現遺伝子を選択するためのテンソル分解および主成分分析に基づく教師なし特徴抽出:標準偏差対state-of-art法の最適化【JST・京大機械翻訳】

Tensor decomposition- and principal component analysis-based unsupervised feature extraction to select more reasonable differentially expressed genes: Optimization of standard deviation versus state-of-art methods

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2022年02月22日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

【背景】センサ分解および主成分分析ベースの教師なし特徴抽出は,それぞれ,ほぼ5および10年前に提案された。これらの方法は,薬物再配置,バイオマーカー同定,および疾患原因遺伝子同定を含む広範囲のゲノム分析にうまく適用されてきたが,同定された遺伝子の数は,偽陰性がないと仮定するのに小さすぎ,そして,誘導されたP値のヒストグラムは,主成分および特異値ベクトルがGauss分布に従うというヌル仮説と完全に一致しなかった。【結果】P値のヒストグラムは,選択された遺伝子の数と生物学的信頼性の増加において,ヌル仮説との一致ができるだけ大きいように,標準偏差を最適化できる。結論:Tensor分解および主成分分析に基づく教師なし特徴抽出は,より少ない発現差異発現遺伝子が,通常最先端の方法で仮定される負の二項分布も分散関係も仮定しないが,あまり発現していない差次的発現遺伝子が選択されるか,または同じ量の対数折畳み変化と関連するので,差別的に発現された遺伝子を予測するため,おそらく最先端の方法よりも良好である。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

遺伝子発現 , 遺伝子の構造と化学 , 分子・遺伝情報処理

, , , , , , , ,

前のページに戻る