کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6870458 681394 2014 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Incorporation of gene exchangeabilities improves the reproducibility of gene set rankings
ترجمه فارسی عنوان
استفاده از جابجایی ژن ها باعث بهبود بازتولید رتبه بندی ژن ها می شود
ترجمه چکیده
روش های تجزیه و تحلیل مبتنی بر ژنی به تازگی محبوبیت بیشتری برای تجزیه و تحلیل داده های میکروارگانی به دست آورده اند. مطالعات متعدد نشان داده است که نتایج حاصل از چنین روش هایی بیشتر قابل تجدید پذیری و راحت تر قابل تفسیر است از نتایج حاصل از روش های تک ژنی. یک روش جدید برای رتبه بندی ژن ها با توجه به ارتباط آنها با پیش بینی کننده یا پاسخ داده شده، با استفاده از یک چارچوب جدید برای نمایندگی قوی لیست ژن ها پیشنهاد شده است. با استفاده از مفهوم تبادلگرایی متغیرهای تصادفی، این روش تلاش می کند تا افزونگی کارکردی بین ژن ها را حساب کند. در مقایسه با سایر روش های ارزیابی شده برای رتبه بندی ژن، روش پیشنهادی رتبه بندی هایی را ارائه می دهد که با تغییرات نمونه گیری در داده های پایه قوی تر است، که نتیجه گیری بیولوژیکی قابل اطمینان تر را می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
Gene set-based analysis methods have recently gained increasing popularity for analysis of microarray data. Several studies have indicated that the results from such methods are more reproducible and more easily interpretable than the results from single gene-based methods. A new method for ranking gene sets with respect to their association with a given predictor or response, using a new framework for robust gene list representation, is proposed. Employing the concept of exchangeability of random variables, this method attempts to account for the functional redundancy among the genes. Compared to other evaluated methods for gene set ranking, the proposed method yields rankings that are more robust with respect to sampling variations in the underlying data, which allows more reliable biological conclusions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 71, March 2014, Pages 588-598
نویسندگان
, ,