×
阿格尼瓦·乔杜里;Aritra Bose公司;周，萨姆森;伍德拉夫（David P.Woodruff）。;Drineas，Petros公司

稀疏主成分分析的快速、可证明准确的近似算法揭示了世界各地人类的遗传变异。 （英语） 兹比尔1496.92049

Peer，Itsik（编辑），《计算分子生物学研究》。第26届国际年会，RECOMB 2022，美国加利福尼亚州圣地亚哥，2022年5月22日至25日。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。13278, 86-106 (2022).
摘要：主成分分析（PCA）是机器学习和多元统计中广泛使用的降维技术。为了提高主成分分析的可解释性，人们提出了各种获得稀疏主方向载荷的方法，称为稀疏主成分分析（SPCA）。在本文中，我们提出三重PCA，一种基于奇异值分解阈值的SPCA问题可证明准确的算法，不需要对输入协方差矩阵施加任何限制性假设；比目前最先进的技术快得多；并在实践中表现良好。当应用于1000基因组项目的基因型数据时，三重PCA它比以前的基准更快，至少也同样准确，并导致了一系列可解释的生物标记，揭示了世界各地的遗传多样性。
关于整个系列，请参见[兹比尔1493.92001].

引用于1文件

理学硕士：

92D10型 遗传学和表观遗传学
68周25 近似算法
62H25个 因子分析和主成分；对应分析

关键词：

稀疏PCA;人口分层;主成分分析;人口结构

软件：

三重PCA;TeraPCA公司;CluStrat公司;结构;GWAS目录;clusterProfiler（群集探查器）;艾根斯特拉
PDF格式BibTeX公司 XML格式引用
\textit{A.Chowdhury}等人，Lect。注释计算。科学。13278，86-106（2022；Zbl 1496.92049）
全文： 内政部 链接

参考文献：

[1] Asteris，M.，Papailiopoulos，D.，Karystinos，G.N.：秩亏矩阵的稀疏主成分。摘自：2011年IEEE信息理论会议论文集国际研讨会，第673-677页（2011）·Zbl 1360.94059号
[2] Asteris，M.，Papailiopoulos，D.，Kyrillidis，A.，Dimakis，A.G.：通过二元匹配的稀疏PCA。摘自：神经信息处理系统进展，第766-774页（2015）
[3] 贝克，A。；Vaisbourd，Y.，《稀疏主成分分析问题：最优性条件和算法》，J.Optim。理论应用。，170, 1, 119-143 (2016) ·Zbl 1376.90061号 ·doi:10.1007/s10957-016-0934-x
[4] Bose，A.，Burch，M.C.，Chowdhury，A.，Paschou，P.，Drineas，P.：Clustrat：一种基于结构的人口分层聚类策略。bioRxiv（2020年）
[5] Bose，A。；卡兰齐斯，V。；EM Kontopoulou；埃尔卡迪，M。；Paschou，P。；Drineas，P.，TeraPCA:一个快速可扩展的软件包，用于研究太尺度基因型的遗传变异，生物信息学，35，19，3679-3683（2019）·doi:10.1093/bioinformatics/btz157
[6] Buniello，A.，2019年发表的全基因组关联研究、靶向阵列和汇总统计的NHGRI-EBI GWAS目录，核酸研究，47，D1，D1005-D1012（2019）·doi:10.1093/nar/gky1120
[7] Cadima，J。；Jolliffe，IT，《主成分解释中的载荷和相关性》，J.Appl。统计，22，2，203-214（1995）·数字对象标识代码：10.1080/757584614
[8] Chan，S.O.，Papailliopoulos，D.，Rubinstein，A.：关于稀疏PCA的近似性。摘自：第29届学习理论会议记录，第623-646页（2016年）
[9] Chang，CC；Chow，抄送；柜员，LC；Vattikuti，S。；Purcell，SM；Lee，JJ，《第二代普林克：迎接更大、更丰富数据集的挑战》，《Gigascience》，第4期，第1期，第13742-015页（2015年）·doi:10.1186/s13742-015-0047-8
[10] Consortium，G.P.等人：人类遗传变异的全球参考。《自然》526（7571），68（2015）
[11] d'Aspremont，A。；LE Ghaoui；密歇根州约旦；Lanckriet，GRG，使用半定规划的稀疏PCA直接公式，SIAM Rev.，49，3，434-448（2007）·邮编1128.90050 ·doi:10.1137/050645506
[12] 比利时恩格哈特；Stephens，M.，《人口结构分析：基于稀疏因子分析的统一框架和新方法》，《公共科学图书馆·遗传学》。，6, 9 (2010) ·doi:10.1371/journal.pgen.1001117
[13] Hsu，YL；黄，PY；Chen，DT，癌症研究中的稀疏主成分分析，Transl。癌症研究，3，3，182（2014）
[14] Jolliffe，IT，主要组件的旋转：规范化约束的选择，J.Appl。Stat.，22，1，29-35（1995）·doi:10.1080/757584395
[15] Jolliffe，信息技术；特伦达菲洛夫，NT；Uddin，M.，基于LASSO，J.Compute的改进主成分技术。图表。《统计》，第12、3、531-547页（2003年）·doi:10.1198/1061860032148
[16] Lee，S.，在全基因组关联研究中识别祖先信息标记的稀疏主成分分析，Genet。流行病。，36, 4, 293-302 (2012) ·doi:10.1002/gepi.21621
[17] Li，JZ，《从全基因组变异模式推断的全球人类关系》，《科学》，319，5866，1100-1104（2008）·doi:10.1126/科学.1153717
[18] 马奥尼，MW；Drineas，P.，用于改进数据分析的CUR矩阵分解，Proc。国家。阿卡德。科学。，106, 3, 697-702 (2009) ·Zbl 1202.68480号 ·doi:10.1073/pnas.0803205106
[19] McLaren，W.，《群体变异效应预测因子》，《基因组生物学》。，17, 1, 1-14 (2016) ·doi:10.1186/s13059-016-0974-4
[20] Moghaddam，B.，Weiss，Y.，Avidan，S.：稀疏LDA的广义谱界。摘自：第23届国际机器学习会议记录，第641-648页（2006）
[21] 马斯科，C.，马斯科，C.:用于更强更快近似奇异值分解的随机块krylov方法。In:Advances In Neural Information Processing Systems 28：神经信息处理系统年会，第1396-1404页（2015）
[22] Papailiopoulos，D.，Dimakis，A.，Korokithatakis，S.：通过低阶近似的稀疏主成分分析。摘自：《第三十届机器学习国际会议论文集》，第747-755页（2013）
[23] Patterson，N.，Price，A.L.，Reich，D.：人口结构和特征分析。《公共科学图书馆·遗传学》。2（12），e190（2006）
[24] 价格，AL；新泽西州帕特森；普伦奇，RM；缅因州温布拉特；夏迪克，NA；Reich，D.，《主成分分析修正全基因组关联研究中的分层》，《自然遗传学》。，38, 8, 904-909 (2006) ·doi:10.1038/ng1847
[25] 普里查德，JK；斯蒂芬斯，M。；Donnelly，P.，利用多点基因型数据推断人口结构，遗传学，155,2945-959（2000）·doi:10.1093/genetics/155.2.945
[26] Sohail，M.，《由于全基因组关联研究中未修正的分层，高度的多基因适应被高估》，Elife，8（2019）·doi:10.7554/寿命.39702
[27] Yu，G.，Wang，L.G.，Han，Y.，He，Q.Y.：clusterProfiler：用于比较基因簇间生物主题的R包。OMICS J.集成。生物学16（5），284-287（2012）
[28] 邹，H。；Hastie，T.，《通过弹性网进行正则化和变量选择》，J.Roy。Stat.Soc.B，67，2，301-320（2005）·Zbl 1069.62054号 ·数字对象标识代码：10.1111/j.1467-9868.2005.0050.x
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。