×
倪，杨;弗朗西斯科·斯廷戈。;哈，Min Jin;雷汉·阿克巴尼;维拉巴德兰·巴拉丹达尤塔帕尼

贝叶斯层次变稀疏回归模型及其在癌症蛋白质组学中的应用。 （英语） Zbl 1462.62676号

美国统计协会。 114，编号525，48-60（2019）.
总结：识别患者特异性预后生物标志物对于开发临床和分子异质性疾病（如癌症）的个性化治疗至关重要。在本文中，我们提出了一个新的回归框架，贝叶斯层次变稀疏回归（行为）模型，通过整合蛋白质组学（蛋白质组+基因组）和临床数据来选择临床相关疾病标记。我们的方法允许灵活地建模蛋白质-基因关系，并诱导蛋白质-基因和蛋白质-生存关系的稀疏性，以在患者层面选择基因组驱动的预后蛋白标记物。仿真研究表明，BEHAVIOR在蛋白质标记选择和存活预测方面均优于竞争方法。我们将BEHAVIOR应用于癌症基因组图谱（TCGA）蛋白基因组泛癌数据，并发现了几个有趣的预后蛋白和途径，这些蛋白和途径在多种癌症中共享，还有一些仅适用于特定癌症。本文的补充材料，包括可用于复制作品的材料的标准化描述，可在网上获得。

引用于2文件

理学硕士：

62页第10页 统计学在生物学和医学中的应用；元分析
62J02型 一般非线性回归

关键词：

p样条;精密医学;预后生物标志物;门槛;肿瘤异质性

软件：

TCGA组件;无线电发射系统;半标准杆;闪亮的;MapSplice（贴图拼接）
PDF格式BibTeX公司 XML格式引用
\textit{Y.Ni}等人，《美国统计协会期刊》第114期，第525、48-60号（2019年；Zbl 1462.62676）
全文： 内政部 链接

参考文献：

[1] 阿卡巴尼（Akbani，R.）。；Ng，P.K.S。；沃纳，H.M。；Shahmoradgoli，M。；张，F。；Ju，Z。；刘伟。；Yang，J.-Y。；吉原，K。；Li，J.，《癌症基因组图谱的泛癌蛋白质组学观点》，《自然通讯》，第5期，第1-14页（2014年）
[2] Alfaro，J.A。；辛哈，A。；Kislinger，T。；Boutros，P.C.，《Onco-Proteogenomics:癌症蛋白质组学与基因组学的结合》，《自然方法》，第11期，第1107-1113页（2014年）
[3] Anvekar，R.A。；Asciola，J.J。；米塞尔特·D·J。；Chipuk，J.E.，《生来就活着：BCL-2家族在黑色素瘤肿瘤细胞存活、凋亡和治疗中的作用》，《肿瘤学前沿》，第1期，第1-14页（2011年）
[4] Banumathy，G。；Cairns，P.，《肾细胞癌的信号通路》，癌症生物学与治疗，10，658-664（2010）
[5] Barbieri，M.M。；Berger，J.O.，最佳预测模型选择，《统计年鉴》，32870-897（2004）·Zbl 1092.62033号
[6] 坎特利，L.C。；Neel，B.G.，《肿瘤抑制的新见解：PTEN通过抑制磷酸肌醇3-激酶/AKT途径抑制肿瘤形成》，美国国家科学院学报，96，4240-4245（1999）
[7] Chang，W。；Cheng，J。；Allaire，J。；谢毅。；Mcpherson，J.，Shiny：R的Web应用程序框架（2015）
[8] 陈，M。；Manley，J.L.，《选择性剪接调控机制：分子和基因组方法的见解》，《自然评论分子细胞生物学》，第10741-754页（2009年）
[9] Chintakuntlawar，A.V。；Okuno，S.H。；Price，K.A.，《复发或转移性涎腺恶性肿瘤的系统治疗》，《头颈癌》，2016年第11期
[10] Church，G.M.，作为基因组注释补充方法的蛋白质组定位，蛋白质组学，459-77（2004）
[11] 达林，M.G。；Watson，P.A。；Ho，A.L。；Morris，L.G.，《唾液腺癌中的雄激素受体信号传导》，癌症，9，17（2017）
[12] 戴维斯，M。；轩尼诗，B。；Mills，G.B.，蛋白质激酶的点突变和个体化癌症治疗，药物治疗专家意见，7，2243-2261（2006）
[13] De Bono，J。；Ashworth，A.，《将癌症研究转化为靶向治疗》，《自然》，467543-549（2010）
[14] 范，J。；马云（Ma，Y.）。；Dai，W.，稀疏超高维变系数模型中的非参数独立性筛选，美国统计协会杂志，1091270-1284（2014）·Zbl 1368.62095号
[15] Gygi，S.P。；Rochon，Y。；Franza，B.R。；Aebersold，R.，《酵母中蛋白质和mRNA丰度的相关性，分子和细胞生物学》，191720-1730（1999）
[16] Hartwell，L.H。；霍普菲尔德，J.J。；莱布勒，S。；Murray，A.W.，《从分子到模块化细胞生物学》，《自然》，402，C47-C52（1999）
[17] 哈斯蒂，T。；Tibshirani，R.，变系数模型，皇家统计学会杂志，55，757-796（1993）·Zbl 0796.62060号
[18] Heppner，G.H。；Miller，B.E.，《肿瘤异质性：生物学意义和治疗后果》，癌症和转移评论，2，5-23（1983）
[19] 雅各布·F。；Goldstein，D.R。；芬克，D。；Heinzelmann-Schwarz，V.，《上皮性卵巢癌的蛋白质组研究：已确立的知识和未来需求》，医学生物标记物，3743-756（2009）
[20] Kitano，H.，《计算系统生物学》，《自然》，420206-210（2002）
[21] Lee，C.T。；Genega，E.M。；哈钦森，B。；费恩，P.A。；Kattan，M.W。；Russo，P。；Reuter，V.E.，传统（透明细胞）肾癌转移的BCL-2表达高于高危原发肿瘤，泌尿肿瘤：研讨会和原始研究，21，179-184（2003），Elsevier
[22] Lessene，G。；Czabotar，体育。；Colman，P.M.，BCL-2家族癌症治疗拮抗剂，《自然评论》，药物发现，7989-1000（2008）
[23] 李，B。；Dewey，C.N.，《RSEM：有或无参考基因组的RNA-Seq数据的精确转录定量》，BMC生物信息学，12，323（2011）
[24] Li，J.等人。；Lu，Y。；阿卡巴尼（Akbani，R.）。；Ju，Z。；罗巴克，P.L。；刘伟。；Yang，J.-Y。；扫帚，B.M。；Verhaak，R.G.公司。；Kane，D.W.Et Al，Tcpa:癌症功能蛋白质组学数据资源，《自然方法》，第10期，第1046-1047页（2013年）
[25] Lim，Y.C。；康，H.J。；Kim，Y.S。；Choi，E.C.，全反式维甲酸通过抑制wnt抑制头颈癌干细胞的生长/β-Catenin Pathway，《欧洲癌症杂志》，48，3310-3318（2012）
[26] 林，F。；张，P.L。；杨晓杰。；Prichard，J.W。；Lun，M。；Brown，R.E.，肾细胞癌中过度表达和激活Mtor通路的形态蛋白质组学和分子伴随物，《临床与实验室科学年鉴》，36，283-293（2006）
[27] 洛卡德·帕莱特，M。；Pible，O。；De Peredo，A.G。；Alpha-Bazin，B。；阿穆尼亚，C。；伯莱特·施奇尔茨，O。；Armengaud，J.，《蛋白质组学最新进展的临床意义》，蛋白质组学专家评论（2016）
[28] Longo，D.L.，《肿瘤异质性和个性化医学》，《新英格兰医学杂志》，366956-957（2012）
[29] 马古利斯，V。；林，J。；Yang，H。；Wang，W。；木材，C.G。；Wu，X.，肾细胞癌的遗传易感性：DNA双链断裂修复途径的作用，癌症流行病学生物标记物与预防，17，2366-2373（2008）
[30] 麦克伦登，R。；弗里德曼，A。；比格纳，D。；Van Meir，E.G。；布拉特·D·J。；Mastrogianakis，G.M。；奥尔森·J·J。；Mikkelsen，T。；雷曼，N。；Aldape，K.Et Al，《综合基因组特征定义人类胶质母细胞瘤基因和核心途径》，《自然》，455，1061-1068（2008）
[31] Nagalakshmi，美国。；Waern，K。；Snyder，M.，《RNA-Seq:综合转录组分析的方法》，《分子生物学的当前协议》，89，4-11（2010）
[32] Nesvizhskii，A.I.，《蛋白质组学：概念、应用和计算策略》，《自然方法》，1114-1125（2014）
[33] Omberg，L。；Ellrott，K。；袁，Y。；坎多斯，C。；Wong，C。；凯伦，M.R。；朋友S.H。；斯图尔特，J。；Liang，H。；Margolin，A.A.，《癌症基因组图谱中12种肿瘤类型的透明协同计算分析》，《自然遗传学》，451121-1126（2013）
[34] Paweletz，C.P.（帕韦莱茨，C.P.）。；夏博诺，L。；Bichsel，V.E。；Simone，N.L。；Chen，T。；Gillespie，J.W。；Emmert-Buck，M.R。；罗斯，M.J。；Petricoin，E。；Liotta，L.A.，捕获疾病进展的反相蛋白质微阵列显示癌症侵袭前沿的生存前途径激活，癌基因，1981-1989年20月（2001年）
[35] 平托，N。；黑色，M。；帕特尔，K。；Yoo，J。；Mymryk，J.S。；巴雷特，J.W。；Nichols，A.C.，基因驱动的精确医学改善甲状腺间变性癌的预后，肿瘤学杂志，2014（2014）
[36] 半径，D。；塞博尔德，N。；Schild，S。；Gebhard，M。；Noack，F.，雄激素受体表达，Strahlentherapie und Onkologie，189，849-855（2013）
[37] Ruppert，D。；Wand，M.P。；Carroll，R.J.，《半参数回归》（2003），英国剑桥：剑桥大学出版社·Zbl 1038.62042号
[38] Scheipl，F。；Fahrmeir，L。；Kneib，T.，《结构化加性回归模型中函数选择的尖峰和板条先验》，美国统计协会杂志，107，1518-1532（2012）·Zbl 1258.62082号
[39] 斯科特·J·G。；Berger，J.O.，《变量选择问题中的贝叶斯和经验贝叶斯多重性调整》，《统计年鉴》，38，2587-2619（2010）·Zbl 1200.62020年
[40] 索珀，M.S。；Iganej，S。；Thompson，L.D.，《雄激素受体阳性涎腺导管癌的雄激素剥夺治疗和外照射放疗的最终治疗》，《头颈部》，36，E4-E7（2014）
[41] 平方，C.H。；卡斯蒂略，R.M。；A.C.亚伯拉罕。；Molinolo，A。；Lingen，M.W。；Gutkind，J.S.，PTEN缺乏对头颈癌的发展和进展的影响，《肿瘤》，第15期，第461-471页（2013年）
[42] TCGA，鳞状细胞肺癌的综合基因组特征，《自然》，489，519-525（2012）
[43] ---《肾透明细胞癌的综合分子表征》，《自然》，499，43-49（2013）
[44] 托尔斯滕森，Y.R。；罗克萨斯，A。；Kroiss，R。；Jenkins，医学硕士。；克里斯汀，M.Y。；巴赫里奇，T。；穆尔博士。；Wayne，T.L。；Chu，G。；Davis，R.W.Et Al，ATM突变对家族性乳腺癌和卵巢癌的贡献，癌症研究，633325-3333（2003）
[45] 蒂贝斯，R。；邱，Y。；Lu，Y。；轩尼诗，B。；安德烈夫，M。；米尔斯，G.B。；Kornblau，S.M.，《反相蛋白质阵列：新型蛋白质组学技术的验证和用于分析原发性白血病样本和造血干细胞的实用性》，《分子癌症治疗》，第5期，第2512-2521页（2006年）
[46] Wang，H。；张，P。；林，C。；于清。；吴，J。；Wang，L。；崔，Y。；王凯。；高，Z。；Li，H.，PTEN-Long在肾细胞癌中的相关性和治疗可能性，PloS-One，10，e114250（2015）
[47] 王凯。；辛格，D。；曾，Z。；科尔曼，S.J。；黄，Y。；Savich，G.L。；何，X。；Mieczkowski，P。；格林，S.A。；Perou，C.M.Et Al，《Mapsplice:发现拼接连接时RNA-Seq读数的精确映射》，《核酸研究》，38，e178-e178（2010）
[48] Wang，L。；李，H。；Huang，J.Z.，用于重复测量分析的非参数变系数模型中的变量选择，美国统计协会杂志，103，1556-1569（2008）·Zbl 1286.62034号
[49] 王，S。；Nan，B。；朱，J。；Beer，D.G.，高维协变量生存数据的双重惩罚Buckley-James方法，生物统计学，64，132-140（2008）·Zbl 1139.62063号
[50] Wang，Z。；Gerstein，M。；Snyder，M.，《RNA-Seq:转录组学的革命性工具》，《自然评论遗传学》，第10期，第57-63页（2009年）
[51] 韦恩斯坦，J.N。；Collisson，E.A。；米尔斯，G.B。；Shaw，K.R.M。；Ozenberger，B.A。；Ellrott，K。；施穆列维奇，I。；桑德，C。；斯图亚特·J·M。；Network，C.G.A.R.Et Al，《癌症基因组图谱泛癌分析项目》，《自然遗传学》，45，1113-1120（2013）
[52] 杨，F。；曾强。；Yu，G。；李，S。；Wang、C.-Y.、Wnt/β-儿茶素信号传导抑制死亡受体介导的细胞凋亡并促进hnscc的侵袭性生长，细胞信号传导，18679-687（2006）
[53] Zhu，Y。；邱，P。；Ji，Y.，TCGA-Assembler:检索和处理TCGA数据的开源软件，Nature Methods，11，599-600（2014）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。