×
洛基·纳塔拉扬;查尔斯·贝里。;克里斯托弗·加斯切

估计自发突变率。 （英语） Zbl 1210.62195号

生物计量学 59，第3期，555-561（2003）.
摘要：自发或随机发生的突变在癌症进展中起着关键作用。估计癌细胞的突变率可以提供有关疾病的有用信息。为了确定这些突变率，我们需要描述突变细胞分布的数学模型。在这项研究中，我们建立了一个突变出生过程的离散时间随机模型。我们假设突变与有丝分裂同时发生，因此当非突变的母细胞分裂为两个后代时，其中一个子细胞可能携带突变。我们提出了一个突变率的估计量，并通过理论和仿真研究了其统计特性。这种估计器的一个显著特点是可以很容易地进行计算。本文开发的方法应用于人类结直肠癌细胞系，并与现有的连续时间模型进行比较。

引用于5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
92C50 医疗应用（一般）
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）

关键词：

癌症;Luria-Delbrück分布;突变率;随机过程
PDF格式BibTeX公司 XML格式引用
\textit{L.Natarajan}等人，《生物统计学》59，第3期，555--561（2003；Zbl 1210.62195）
全文： 内政部

参考文献：

[1] 阿米蒂奇，《易突变细菌种群的统计理论》，《皇家统计学会杂志》，B辑14第1页–（1952年）·Zbl 0047.13603号
[2] Asteris，波动实验中突变率估计的贝叶斯程序，《遗传学》142第313页–（1996）
[3] Bartlett，随机过程导论（1955）·Zbl 0068.11801号
[4] Gasche，移码中间突变细胞的鉴定，《美国国家科学院学报》100（4），第1914–（2003）页
[5] Lea，细菌种群中突变体数量的分布，《遗传学杂志》49页264–（1949）
[6] 莱曼，《大样本理论的要素》（1998）
[7] Luria，《从病毒敏感性到病毒耐药性的细菌突变》，《遗传学》28页491–（1943）
[8] 马，使用离散卷积幂分析Luria-Delbrück分布，应用概率杂志29页255–（1992）·Zbl 0753.60021号
[9] Rosche，测定细菌种群的突变率，方法20，第4页–（2000）
[10] Sarkar，Haldane关于Luria-Delbrück分布的解决方案，《遗传学》127，第257页–（1991）
[11] Sarkar，《波动分析：一种计算预期突变体数量的新的、简单而有效的方法》，Genetica 85 pp 173–（1992）
[12] 郑，Luria-Delbrück分布研究的半个世纪进展，理论生物科学162 pp 1–（1999）·Zbl 0947.92024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。