複数の集団のゲノムワイドシークエンシングデータにおける形質の個別リスク予測のためのプリズム投票フレームワーク【JST・京大機械翻訳】

Xia, X.; Sun, R.; Zhang, Y.; Wei, Y. Y.; Li, Q.; Chong, M. K. C.; Wu, W. K. K.; Zee, B. C.-Y.; Tang, H.; Wang, M. H.

プレプリント

J-GLOBAL ID：202202218102708342 整理番号：22P0314147

複数の集団のゲノムワイドシークエンシングデータにおける形質の個別リスク予測のためのプリズム投票フレームワーク【JST・京大機械翻訳】

A Prism Vote Framework for Individualized Risk Prediction of Traits in Genome-wide Sequencing Data of Multiple Populations

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 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年02月04日プレプリントサーバーでの情報更新日： 2022年02月04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)

マルチ個体群コホートは,大きなサンプルにおける疾患リスクをプロファイリングする前例のない機会を提供するが,集団にわたる複雑な形質の根底にある不均一なリスク効果は,統合的予測を困難にする。本研究では,異質な遺伝的データにおけるリスク予測を構築するために,新しいBayes確率フレームワーク,Prism Vote(PV)を提案した。PVは,亜集団からの複合リスクとして個体の形質を描き,そこでは,より均一な遺伝的構造のデータで地層特異的予測因子が形成される。各個体は亜集団メンバーシップの構成により表現されるので,フレームワークは個別化リスク特性化を可能にする。シミュレーションにより,代替予測手法を適用したPVフレームワークは,混合および混合個体群における予測精度を著しく改善することを示した。PVの利点は,サンプルサイズ,遺伝的不均一性,および個体群多様性増加として拡大した。2つの実際のゲノムワイド関連データにおいて,複数の個体群から成るので,このフレームワークは5グループ交差検証において12.1%まで線形混合モデルの予測精度を増強することを示した。提案したフレームワークは,個人疾患リスクを分析し,ゲノムデータにおける複雑な形質を予測するための精度を改善する新しい側面を提供する。【JST・京大機械翻訳】

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

遺伝的変異 , 遺伝子発現

, , , , ,

前のページに戻る