×
梅利赫·阿拉兹;维尔达·普鲁特索卢

生物网络模型参数的长尾图形模型和频率推断。 （英语） Zbl 07480180号

J.统计计算。模拟 90，第9期，1591-1605（2020）.
生物有机体是一个由基因和蛋白质相互作用调节的复杂结构。各种线性和非线性模型可以定义这些交互作用的激活。在本研究中，我们旨在改进高斯图形模型（GGM），它是描述生物系统稳态激活的著名概率和参数模型之一，以及基于图形套索（简称Glasso）方法的推理。因为，当系统中有许多基因且数据远离正态分布时，使用Glasso的GGM可能具有较低的准确性。因此，我们构造了类似GGM的模型，但建议使用长尾对称分布（LTS），而不是正态分布，并在推断中使用修改的最大似然（MML）估计，而不是Glasso估计。从模拟和真实数据分析的评估中可以看出，与使用Glasso的GGM的结果相比，使用MML的LTS具有更高的精度和更少的显式表达式的计算需求。

MSC公司：

62至XX 统计

关键词：

高斯图形模型;修正最大似然估计;长尾对称分布;准确度测量;生物网络

软件：

玻璃制品;BDgraph（BDgraph）
PDF格式BibTeX公司 XML格式引用
\textit{M.Araz}和\textit{V.Purutçuolu}，J.Stat.Compute。模拟90，No.9，1591--1605（2020；Zbl 07480180）
全文： 内政部

参考文献：

[1] Bolouri，H。；Engelhardt，M.，《基因调控网络的计算模型——入门》（2008），伦敦：帝国理工学院出版社，伦敦
[2] Huang，S.，《基因表达谱、遗传网络、细胞状态：肿瘤发生和药物发现的综合概念》，《分子医学杂志》，77，469-480（2012）
[3] 科勒，D。；弗里德曼，N.，概率图形模型原理和技术（2009），马萨诸塞州（MA）：麻省理工学院出版社（MA）
[4] 施穆列维奇，I。；Dougherty，ER；Seungchan，K.，用图形套索进行稀疏逆协方差估计，生物信息学，18，261-274（2002）
[5] Golightly，A。；Wilkonson，DJ。，使用扩散近似对随机动力学模型进行贝叶斯推断，生物统计学，58，61，788-871（1998）·Zbl 1079.62110号
[6] DJ Wilkinson，《系统生物学随机建模》（2006），佛罗里达州博卡拉顿：泰勒和弗朗西斯，佛罗里达州波卡拉顿·Zbl 1099.92004号
[7] Reinker，S。；奥尔特曼，M。；Timmer，J.，随机生化反应中的参数估计，EEE Proc Sys Biol，153，4，168-178（2006）
[8] Defterli，O，Purutçuolu，V，Weber，GW。基因环境网络动态建模和模拟中的先进数学和统计工具。收件人：Zilberman D，Pinto A，编辑。建模、动力学、优化和生物经济学I.纽约（NY）：Springer数学与统计论文集；2006年，第1-22页。
[9] 乌卢，O。；Pickl，S。；韦伯，W.，《分析遗传网络和生物能源生产的算法方法：介绍和贡献》，《优化》，58，1，1-22（2006）·Zbl 1158.92312号
[10] 英国石油公司卡林；路易斯安那州。，数据分析的贝叶斯和经验贝叶斯方法（2000年），佛罗里达州博卡拉顿：查普曼和霍尔/CRC，佛罗里达州波卡拉顿·Zbl 1017.62005年
[11] 穆罕默德·R。；Wit，EC，BDgraph:图形模型中贝叶斯结构学习的R包，J Stat Softw，89，3，1-30（2019）
[12] Tibshrani，R.，《通过套索进行回归收缩和选择》，J R Stat Ser B，89，3，267-288（1996）·Zbl 0850.62538号
[13] Whittaker，J.，《应用多元统计中的图形模型》（2009），纽约：威利出版社，纽约
[14] 阿联酋登普斯特。，协方差选择，生物统计学，28，12，157-175（2013）
[15] 明绍森，N。；Buhlmann，P.，《高维图与拉索变量选择》，Ann Stat，34，3，1436-1462（2006）·Zbl 1113.62082号
[16] JH弗里德曼；哈斯蒂，T。；Tibshirani，R.，用图形套索进行稀疏逆协方差估计，生物统计学，9，3，432-441（2008）·Zbl 1143.62076号
[17] Tibshrani，R。；桑德斯，M。；Rosset，S.，《通过融合套索实现的稀疏与平滑》，J R Stat Soc Ser B，67，91-108（2005）·Zbl 1060.62049号
[18] Zou，H.，《自适应套索及其预言属性》，美国统计学会期刊，101，476，1418-1429（2006）·兹比尔1171.62326
[19] 维滕，DM；JH弗里德曼；Simon，N.，《图形套索的新见解和更快的计算》，《计算图形统计杂志》，第20、4、892-900页（2011年）
[20] 是的，E。；阿拉兹，M。；Purutçuolu，V.，MARS作为GGM在生物化学系统建模中的替代方法，《应用统计杂志》，44，16，2858-2876（2016）·Zbl 1516.62132号
[21] 阿拉兹，M。；Purutçuolu，V.，生物网络描述中的扩展拉索型MARS模型，J Stat Compute Sim，89，1，1-14（2019）·Zbl 07193710号
[22] 是的，E。；Purutçuolu，V。；Weber，GW，基于环路的圆锥多元自适应回归样条是一种先进构建复杂生物网络的新方法，Eur J Oper Res，270，3，852-861（2017）·Zbl 1403.92089号
[23] Tiku，ML.，《估算截尾正常样本的平均值和标准偏差》，《生物统计学》，54，1，155-165（1967）
[24] 蒂库，马里兰州；Tan，W。；Balakrishnan，Y.，鲁棒推理（1986），纽约（NY）：Marcel Dekker公司，纽约（NY）·Zbl 0597.62017号
[25] 蒂库，马里兰州；Suresh，RP，《位置和尺度参数估计的新方法》，《生物统计学》，30，1，281-292（1992）·Zbl 0850.62270号
[26] Islam，MQ.，《随机方差函数的多元正态分布估计》，《计算应用数学杂志》，255698-714（2014）·Zbl 1291.62115号
[27] Mutan，OC；Senoglu，B.，误差分布为长尾对称时回归估计量的蒙特卡罗比较，J Mod Appl Stat Methods，8，1，126-137（2009）
[28] Oral，RE，随机协变量二元回归，CoSTM，351426-1447（2006）·Zbl 1120.62053号
[29] 多布拉，A。；Lenkoski，A.，Copula Gaussian图形模型及其在功能性残疾数据建模中的应用，Ann Appl Stat，5，2，969-993（2011）·Zbl 1232.62046号
[30] 刘，H。；Lafferty，J。；Wasserman，L.，《非paranormal:高维无向图的半参数估计》，J Mach Learn Res，102295-2328（2009）·Zbl 1235.62035号
[31] Morrison，RE，Baptista，R，Marzouk，Y.超越常态：在非高斯背景下学习稀疏概率图形模型超越常态。收件人：Guyon I、Luxburg UV、Bengio S等编辑。神经信息处理系统的进展30。Curran Associates，美国加利福尼亚州长滩公司；2017; 第2359-2369页。
[32] Bhadra，A。；Rao，A。；Baladadayuthapani，V.，推断非正常和混合离散包含基因组数据中的网络结构，生物统计学，74，1，185-195（2018）·Zbl 1415.62085号
[33] 拉维库马尔，P。；温赖特，MJ；法学博士拉弗蒂。，使用“1-正则化logistic回归的高维ising模型选择”，Ann Statist，38，3，1287-1319（2010）·Zbl 1189.62115号
[34] Fellinghauer Buhlmann，PB；Ryffel，R。；von Rhein，M.，离散、连续和混合变量的随机森林稳定图形模型估计，《计算统计数据分析》，64，132-152（2013）·Zbl 1468.62053号
[35] 袁，M。；Lin，Y.，高斯图形模型中的模型选择和估计，生物统计学，94，19-35（2007）·Zbl 1142.62408号
[36] 贝恩，LJ；Engelhardt，M.，概率与数理统计导论（1992），美国加利福尼亚州太平洋格罗夫：美国加利福尼亚州太平洋格罗夫杜克斯伯里出版社·Zbl 0866.60003号
[37] 马萨诸塞州蒂库，《修正最大似然估计》（1989），纽约（NY）：统计科学百科全书，纽约州威利
[38] Han，L，Roeder，K，Larry，W.高维图形模型正则化选择的稳定性方法（StARS）。收录人：Lafferty JD、Williams CKI、Shawe-Taylor J等编辑。神经信息处理系统的进展。Curran Associates公司。；2010年，加拿大不列颠哥伦比亚省万科维尔，第1432-1440页。
[39] 亚利桑那州科赫，生物学中的对数。二、。精确生成对数正态分布的机制，J Theor Biol，23，276-290（1966）
[40] 林伯特，E。；华盛顿州斯塔尔；Abbt，M.，《科学的对数正态分布：关键和线索》，《生物科学》，51，5，341-351（2001）
[41] 萨克斯，K。；佩雷斯，O。；Pe’Er，O.，源自多参数单细胞数据的因果蛋白信号网络，科学，5721、308、523-529（2005）
[42] 巴赫面包车，B。；Purutçuolu，V。；尤吕恩，Y.，《通过靶蛋白评估妇科癌症网络》，《多学科工程科学技术杂志》，5，12，9296-9302（2018）
[43] 托希尔，R。；Tinker，A。；George，J.，与临床结果相关的严重卵巢癌和子宫内膜样卵巢癌的新分子亚型，《临床癌症研究》，14，16，5198-5208（2008）
[44] Abegaz，F。；Wit，J.，重建遗传网络的稀疏时间序列链图形模型，生物统计学，14，3，586-599（2013）
[45] 穆罕默德·R。；Wit，EC，《计算系统生物学中的优化》，BMC系统生物学，47，2，1-7（2008）
[46] 穆罕默德·R。；Wit，EC，稀疏高斯图形模型中的贝叶斯结构学习，贝叶斯分析，10，1，109-135（2015）·Zbl 1335.62056号
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。