Stacia M.德桑提斯。；豪斯曼，E.安德烈斯；布伦特·科尔（Brent A.Coull）。；大卫·路易斯。；加亚特里·莫哈帕特拉；丽贝卡·贝滕斯基。 阵列CGH数据的隐马尔可夫相关潜在类模型。 （英语） Zbl 1180.62164号 生物计量学 65，第4期，1296-1305（2009）. 摘要：阵列比较基因组杂交（aCGH）是一种高通量技术，旨在检测与癌症发展相关的基因组改变。该技术产生的荧光比率表征了肿瘤细胞与健康细胞DNA拷贝数的变化。基于aCGH谱的肿瘤分类具有科学意义，但这些数据的分析因大量高度相关的指标而变得复杂。我们开发了一种有监督的贝叶斯潜在类分类方法，该方法依赖于隐马尔可夫模型来解释强度比的依赖性。监督意味着分类由临床终点指导。后验推断是关于特定类别拷贝数的增加和减少。我们在一项脑肿瘤研究中展示了我们的技术，对于这项研究，我们的方法能够识别具有不同基因组特征的肿瘤亚群，并通过存活率来区分类别，这比无监督的方法要好得多。 引用于4文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 92 C50 医疗应用（通用） 2015年1月62日 贝叶斯推断 关键词：阵列CGH；隐马尔可夫模型；潜在类别 软件：生物HMM；漏洞；WBDev公司；CGH分类 PDF格式BibTeX公司 XML格式引用 \textit{S.M.DeSantis}等人，《生物统计学》65，第4期，1296--1305（2009；Zbl 1180.62164） 全文： 内政部 链接 参考文献： [1] Bröet，使用空间相关混合模型检测CGH微阵列中的拷贝数变化，生物信息学22 pp 911–（2006）·doi:10.1093/bioinformatics/btl035 [2] Brown，DNA微阵列数据统计分析中的图像度量，《美国国家科学院院刊》98页8944–（2001）·doi:10.1073/pnas.161242998文件 [3] Cairncross，间变性少突胶质瘤患者化疗反应和生存率的特异性遗传预测因子，国家癌症研究所杂志90页1473–（1998）·doi:10.1093/jnci/90.19.1473 [4] 卡格诺尼，通过条件高斯动态模型对多项式时间序列进行贝叶斯预测，美国统计协会杂志92页640–（1997）·Zbl 0889.62079号 ·doi:10.2307/2965711 [5] Celeux，缺失数据模型的偏差信息标准，贝叶斯分析1第1页–（2006）·Zbl 1331.62329号 ·doi:10.1214/06-BA122 [6] DeSantis，S.M.Houseman，E.A.Coull，B.A.Betensky，R.A.2008监管高维数据的潜在类模型 [7] Engler，阵列比较基因组杂交同步分析的伪似然方法，生物统计学7 pp 391–（2006）·Zbl 1170.62377号 [8] Fridlyand，阵列CGH数据分析的隐马尔可夫模型方法，《多元分析杂志》90 pp 511–（2004）·Zbl 1047.92026号 ·doi:10.1016/j.jmva.2004.02.008 [9] Forozan，《38种乳腺癌细胞系的比较基因组杂交分析：解释互补DNA微阵列数据的基础》，《癌症研究》60页4519–（2000） [10] Gelman，分层模型中方差参数的先验分布，Bayesian Analysis 1 pp 515–（2006）·Zbl 1331.62139号 ·doi:10.1214/06-BA117A [11] Guha，阵列CGH数据的贝叶斯隐马尔可夫建模，Bepress，工作文件24（2006）·Zbl 1469.62368号 [12] Hupe，从信号比率到DNA区域增益和损耗的阵列CGH数据分析，生物信息学20 pp 3413–（2004）·doi:10.1093/bioinformatics/bth418 [13] Ino，间变性少突胶质瘤的分子亚型：对患者管理和诊断的影响，临床癌症研究7第839页–（2001） [14] James，带功能预测因子的广义线性模型，《皇家统计学会杂志》，B辑64页411–（2002）·Zbl 1090.62070号 ·数字对象标识代码：10.1111/1467-9868.00342 [15] Kallioniemi，通过比较基因组杂交检测和绘制乳腺癌中扩增的DNA序列，美国国家科学院院刊91 pp 2156–（1994）·doi:10.1073/pnas.91.6.2156 [16] Kass，实践中的马尔可夫链蒙特卡罗，圆桌讨论，美国统计学家52第93页–（1998）·doi:10.2307/2685466 [17] Larsen，潜在类别的时间-事件和多个二进制指标的联合分析，《生物统计学》60，第85页–（2004）·Zbl 1130.62375号 ·doi:10.1111/j.0006-341X.2004.00141.x [18] Lunn，WinBUGS开发接口WBDev，ISBA Bulletin 10 pp 10–（2003） [19] Marioni，BioHMM:用于分割阵列CGH数据的异构隐马尔可夫模型，生物信息学22 pp 1144–（2006）·doi:10.1093/bioinformatics/btl089 [20] Mohapatra，用于福尔马林固定石蜡包埋组织的胶质瘤测试阵列，《分子诊断杂志》8第268页–（2006）·文件编号：10.2353/jmoldx.2006.05109 [21] Muller，广义函数线性模型，《统计年鉴》33，第774页–（2005）·Zbl 1068.62048号 ·doi:10.1214/009053604000001156 [22] Ray，贝叶斯小波方法的函数聚类，皇家统计学会杂志，B系列68页305–（2006）·Zbl 1100.62058号 ·文件编号：10.1111/j.1467-9868.2006.00545.x [23] Siegmund，《使用DNA甲基化数据的聚类分析方法比较》，生物信息学20页1896–（2004）·doi:10.1093/bioinformatics/bth176 [24] Spiegelhalter，使用吉布斯抽样的贝叶斯推断（1994年，2003年） [25] Tirkkonen，CGH对原发性乳腺癌的分子细胞遗传学，Genes Chromosomes&cancer 21 pp 177–（1998）·doi:10.1002/（SICI）1098-2264（199803）21:3<177:：AID-GCC1>3.0.CO；2倍 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。