ペアGP:対多条件研究からの縦データのGauss過程モデリング【JST・京大機械翻訳】

Vantini Michele; Mannerstrom Henrik; Rautio Sini; Ahlfors Helena; Stockinger Brigitta; Laehdesmaeki Harri

文献

J-GLOBAL ID：202202280485280515 整理番号：22A0897354

ペアGP:対多条件研究からの縦データのGauss過程モデリング【JST・京大機械翻訳】

PairGP: Gaussian process modeling of longitudinal data from paired multi-condition studies

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0897354&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0897354&from=J-GLOBAL&jstjournalNo=E0858A") }}

著者 (6件)： , , , , ,
資料名：
巻： 143 ページ： Null 発行年： 2022年
JST資料番号： E0858A ISSN： 0010-4825 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

高スループット技術は,処理される迅速で特別なアルゴリズムを必要とする遺伝子発現時系列データを生成する。現在の方法は,プロセスの非定常性や時間的相関のような異なる側面をすでに扱っているが,それらはしばしば複製間のペアリングを考慮に入れることができない。対縦研究デザインを説明でき,異なる遺伝子発現動力学を持つ条件のグループを同定できるいくつかの条件にわたって遺伝子発現時系列を比較する非定常Gaussプロセス法であるPairGPを提案した。著者らは,5つの条件によるシミュレーションデータと以前に未発表のRNA配列決定(RNA-seq)時系列の両方に関する方法を示した。結果は,異なる動力学を有する条件のグループをより良く同定するためにペアリング効果をモデル化する利点を示した。ペアリング効果モデルは,多数の条件が存在する場合でも,条件の最も可能性の高いグループを選択する良好な能力を示した。開発した方法は一般的な応用であり,任意の遺伝子発現時系列データセットに適用できる。モデルは,同じ生物学的複製から来るサンプルと分離成分としてのモデルの間の共通複製効果を同定できる。分離要素としてのペアリング効果の学習は,モデルからそれを除外することを可能にし,条件効果のより良い推定を得るだけでなく,モデル選択プロセスの精度を改善する。ノイズとして説明されるペアリング効果は,現在,分離成分として同定され,データのより正確な説明モデルをもたらす。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

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

著者キーワード (5件)： , , , ,

分子・遺伝情報処理 , 遺伝子発現

, , , ,

前のページに戻る