×

数量性状基因座功能定位中纵向协方差结构的非参数建模。 (英语) Zbl 1181.62186号

摘要:估算纵向过程的协方差结构是实际部署功能图的基本前提,该功能图旨在研究动态复杂性状数量变异的遗传规律和网络。我们提出了一种非参数方法来估计在一系列时间点重复测量的数量性状的协方差结构。具体来说,我们采用J.Z.黄等[Biometrika 93,No.1,85-98(2006;Zbl 1152.62346号)]调用修改后的Cholesky分解并将问题转换为响应的一系列回归建模的方法。利用具有\(L_2)惩罚的正规惩罚似然,得到了正则化协方差估计量。这种嵌入混合似然框架的方法在保持其生物相关性的同时,提高了功能映射的准确性、准确性和灵活性。
通过仿真研究,揭示了该方法的统计特性和优点。分析了一个小鼠基因组项目的真实例子,以说明该方法的应用。这一新方法将为全基因组扫描提供一个有用的工具,以了解定量性状基因座的存在和分布,这些基因座对农业、生物学和健康科学都很重要。

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
62G05型 非参数估计
92D10型 遗传学和表观遗传学
62号02 生存分析和删失数据中的估计
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Cheverud,小鼠生长的数量性状位点,《遗传学》142页1305–(1996)
[2] 丘吉尔,数量性状图谱的经验阈值,遗传学138页963–(1994)
[3] Dempster,通过EM算法获得不完整数据的最大似然,皇家统计学会杂志,B系列39第1页–(1977)·Zbl 0364.62022号
[4] Diggle,纵向数据分析(2002年)
[5] Doerge,影响数量性状的多个基因座的排列测试,《遗传学》142第285页–(1996)
[6] Fan,通过非一致惩罚似然进行变量选择及其预言属性,《美国统计协会杂志》96页1348–(2001)·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[7] Fan,J.Feng,Y.Wu,Y.2008通过自适应LASSO和SCAD惩罚进行网络探索统计年鉴·Zbl 1166.62040号
[8] Fan,广义似然比统计和Wilks现象,《年度统计》29页153–(2001)·Zbl 1029.62042号 ·doi:10.1214/aos/996986505
[9] 霍尔,《岭回归:非正交问题的有偏估计》,《技术计量学》12,第55页–(1970)·Zbl 0202.17205号 ·数字对象标识代码:10.2307/1267351
[10] 黄,用基函数近似估计纵向数据的大协方差矩阵,《计算与图形统计杂志》16页189–(2006)·doi:10.1198/106186007X181452
[11] Huang,通过惩罚正态似然进行协方差选择和估计,Biometrika 93 pp 85–(2006)·Zbl 1152.62346号 ·doi:10.1093/biomet/93.1.85
[12] 高,数量性状位点的多区间作图,遗传学152 pp 1203–(1999)
[13] Kramer,大(LG/J)和小(SM/J)近交系小鼠杂交中体重生长和组成的遗传变异,遗传学和分子生物学21第211页–(1998)·doi:10.1590/S415-47571998000200007
[14] 兰德,使用RFLP连锁图绘制数量性状的孟德尔因子,《遗传学》121第185页–(1989)
[15] Levina,通过嵌套Lasso惩罚对大协方差矩阵的稀疏估计,《应用统计年鉴》2,第245页–(2008)·Zbl 1137.62338号 ·doi:10.1214/07-AOAS139
[16] Li,《识别调节癌症生长的数量性状核苷酸:模拟方法》,《理论生物学杂志》242 pp 426–(2006)·doi:10.1016/j.jtbi.2006.03.010
[17] Lin,药物反应的序列-序列相互作用建模,生物信息学23 pp 1251–(2007)·doi:10.1093/bioinformatics/btm110
[18] 刘,动态复杂性状功能映射的贝叶斯算法,算法(2007)
[19] Liu,《生理节律功能基因绘图的统一微分方程模型》,《理论生物学和医学建模》4,第5页–(2007年)·doi:10.186/1742-4682-4-5
[20] Long,异速生长比例定律的遗传作图,《遗传学研究》87页207–(2006)·网址:10.1017/S0016672306008172
[21] 林奇,遗传学和数量性状分析(1998)
[22] 马,性状过程中数量性状基因座的功能定位:理论框架,遗传学161 pp 1751–(2002)
[23] 孟,通过ECM算法的最大似然估计:一般框架,Biometrika 80 pp 267–(1993)·Zbl 0778.62022号 ·doi:10.1093/biomet/80.2.267
[24] Nelder,函数最小化的单纯形方法,《计算机杂志》第7页308–(1965)·Zbl 0229.65053号 ·doi:10.1093/comjnl/7.4.308
[25] 牛顿,TIMESLAB:时间序列分析实验室(1988)·Zbl 0638.62086号
[26] Øjelund,用绝对收缩率校准,《化学计量学杂志》,第15页,第497页–(2001)·doi:10.1002/cem.635
[27] Pourahmadi,纵向数据应用的联合均值-方差模型:无约束参数化,Biometrika 86 pp 677–(1999)·Zbl 0949.62066号 ·doi:10.1093/biomet/86.3.677
[28] Pourahmadi,多元正态协方差矩阵广义线性模型的最大似然估计,Biometrika 87 pp 425–(2000)·Zbl 0954.62091号 ·doi:10.1093/biomet/87.2.425
[29] Smith,Parsimonius纵向数据协方差矩阵估计,《美国统计协会杂志》97 pp 1141–(2002)·Zbl 1041.62044号 ·doi:10.1198/016214502388618942
[30] Tibshirani,《通过Lasso回归收缩和选择》,《皇家统计学会杂志》,B辑58,第267页–(1996)·Zbl 0850.62538号
[31] 沃恩(Vaughn),《小鼠生长的数量性状基因座的定位:基因结构的进一步研究》,《遗传学研究》(Genetics Research)74,第313页–(1999)·doi:10.1017/S0016672399004103
[32] 冯·贝塔兰菲,新陈代谢和生长的定量定律,《生物学季刊》第32期第217页(1957年)·数字对象标识代码:10.1086/401873
[33] Wang,决定人类HIV-1动态的数量性状位点高分辨率映射的统计模型,《医学统计学》23页3033–(2004)·doi:10.1002/sim.1870
[34] West,个体发育的一般模型,《自然》413第628页–(2001)·doi:10.1038/35098076
[35] Wu,生物异速生长比例定律遗传起源的统计模型,《理论生物学杂志》217第275页–(2002)
[36] Wu,《分析发育特征遗传结构的一般框架》,《遗传学》166 pp 1541–(2004)·doi:10.1534/genetics.166.3.1541
[37] Wu,使用变换双侧logistic模型对生长轨迹下的数量性状基因座进行功能定位,《生物统计学》60页729–(2004)·Zbl 1274.62907号 ·doi:10.1111/j.0006-341X.2004.00223.x
[38] Wu,数量性状的统计遗传学:连锁、图谱和QTL(2007)·Zbl 1126.92036号
[39] Wu,纵向数据大协方差矩阵的非参数估计,Biometrika 90 pp 831–(2003)·Zbl 1436.62347号 ·doi:10.1093/biomet/90.4.831
[40] 杨,动态数量性状复合功能图谱的半参数模型,《遗传学》177页1859–(2007)·doi:10.1534/genetics.107.077321
[41] Yap,调节热性能曲线的定量性状基因座功能定位的模拟方法,PLoS ONE 2(6)第e554页–(2007)·doi:10.1371/journal.pone.0000554
[42] 曾,数量性状基因座的精确定位,遗传学136 pp 1457–(1994)
[43] Zhao,发育轨迹基因型{\(\times\)}性相互作用QTL定位的统一统计模型,《生理基因组学》19第218页–(2004)·doi:10.1152/生理遗传学.00129.2004
[44] 赵,复杂性状功能映射的非平稳模型,生物信息学21页2469–(2005)·doi:10.1093/bioinformatics/bti382
[45] Zimmerman,《增长曲线数据的参数建模:概述》(含讨论),测试10第1页–(2001年)·Zbl 0981.62050号 ·doi:10.1007/BF02595823
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。