×
何千川;刘，杨;乌尔里克·彼得斯;徐、李

体细胞突变数据的多元关联分析。 （英语） Zbl 1415.62100号

生物计量学 74，第1期，176-184（2018）.
小结：体细胞突变是肿瘤发展的驱动力，癌症基因组测序的最新进展使得在大样本范围内评估体细胞突变与癌症相关性状之间的关联成为可能。然而，尽管样本量越来越大，但对体细胞突变进行统计分析仍然具有挑战性，因为绝大多数体细胞突变发生频率很低。此外，癌症是一种复杂的疾病，它往往伴随着反映癌症各个方面的多种特征；如何结合这些性状的信息来识别重要的体细胞突变带来了额外的挑战。在本文中，我们介绍了一种称为SOMAT的统计方法，用于检测与多种癌症相关性状相关的体细胞突变。我们的方法提供了一个灵活的框架来分析连续、二元或两种类型特征的混合，并且具有统计功能和计算效率。此外，我们提出了一种无网格搜索的数据自适应过程，用于有效地组合测试统计数据以增强统计能力。我们进行了广泛的研究，结果表明，所提出的方法保持了正确的I类错误，并且在所考虑的场景下比现有方法更强大。我们还将我们的方法应用于肝脏肿瘤的外显子组测序研究，以供说明。

引用于1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
62H20个 关联度量（相关性、典型相关性等）
92D10型 遗传学和表观遗传学

关键词：

关联测试;性状的混合;多元性状;体细胞突变;苏马特

软件：

BisoGenet公司
PDF格式BibTeX公司 XML格式引用
\textit{Q.He}等人，《生物统计学》74，第1期，176--184（2018；Zbl 1415.62100）
全文： 内政部 链接

参考文献：

[1] Burrell，R.A.和Swanton，C.（2014）。肿瘤异质性和多克隆耐药性的演变。{分子肿瘤学}81095-1111。
[2] Davies，R.B.（1987）。仅在备选方案下存在干扰参数时进行假设测试。{\it Biometrika}74，33-43·兹比尔0612.62023
[3] Ferreira，M.A.和Purcell，S.M.（2009年）。关联的多元检验。{生物信息学}25，132-133。
[4] He，Q.，Avery，C.L.和Lin，D.-Y。(2013). 大规模基因组学研究中多变量性状关联测试的一般框架。{遗传流行病学}37，759-767。
[5] 胡永杰。，Berndt，S.I.、Gustafsson，S.、Ganna，A.、Hirschorn，J.、North，K.E.等人（2013年）。基于单变异统计的罕见变异基因水平关联的荟萃分析。{美国人类遗传学杂志}93，236-248。
[6] 池田，Y.，岛田，M.，长谷川，H.，Gion，T.，Kajiyama，K.，Shirabe，K.等人（1998年）。肝癌合并糖尿病患者肝切除术后的预后。{国际肝病学}第27期，1567-1571页。
[7] Lai，E.，Fan，S.‐T。，Lo、C.-M.、。，Chu，K.‐M。，刘，C.‐L。，和Wong，J.（1995）。肝细胞癌的肝切除术。对343名患者的审计。{外科年鉴}221291-298。
[8] Lawrence，M.S.、Stojanov，P.、Polak，P.，Kryukov，G.V.、Cibulskis，K.、Sivachenko，A.等人（2013年）。癌症的突变异质性和寻找新的癌症相关基因。{自然}499，214-218。
[9] Lee，S.、Wu，M.C.和Lin，X.（2012）。测序关联研究中罕见变异效应的最佳测试。{生物统计学}13，762-775。
[10] Liu，H.、Tang，Y.和Zhang，H.H.（2009）。非中心正态变量中非负定二次型分布的新卡方近似。｛\it计算统计学和数据分析｝53，853-856·Zbl 1364.62041号
[11] Liu，Y.，Yasukawa，M.，Chen，K.，Hu，L.，Broaddus，R.R.，Ding，L.等人（2015）。adamts基因体细胞突变与高级别浆液性卵巢癌化疗敏感性和生存率的关系。{它是JAMA肿瘤学}1486-494。
[12] Luzzatto，L.（2011）。癌症发展中的体细胞突变。{环境健康}10，S12。
[13] Maity，A.、Sullivan，P.F.和Tzeng，J.‐Y。(2012). 通过标记集核机器回归进行多变量表型关联分析。{遗传流行病学}36，686-695。
[14] Martin，A.、Ochagavia，M.E.、Rabasa，L.C.、Miranda，J.、Fernandez‐de Cossio，J.和Bringas，R.（2010）。Bisogenet：基因网络构建、可视化和分析的新工具。{它是BMC生物信息学}11，91。
[15] Michor，F.和Polyak，K.（2010年）。肿瘤内异质性的起源和意义。{癌症预防研究}31361-1364。
[16] 蒙加，S.P.S.（2011）。wnt/urn:x-wiley:15410420:介质：biom12745:biom12745-math-0570‐catenin信号在肝脏代谢和癌症中的作用。{国际生物化学与细胞生物学杂志}431021-1029。
[17] Petitjean，A.、Achatz，M.、Borresen‐Dale，A.、Hainaut，P.和Olivier，M.（2007）。人类癌症中的Tp53突变：功能选择和对癌症预后和预后的影响。{癌基因}26，2157-2165。
[18] Rachakonda，P.S.、Bauer，A.S.、Xie，H.、Campa，D.、Rizzato，C.、Canzian，F.等人（2013年）。胰腺外分泌肿瘤中的体细胞突变：与患者生存率的关系。{\it PloS ONE}8，e60870。
[19] Reva，B.、Antipin，Y.和Sander，C.（2011年）。预测蛋白质突变的功能影响：应用于癌症基因组学。{核酸研究}39，e118。
[20] Schulze，K.，Imbeaud，S.，Letouzé，E.，Alexandrov，L.B.，Calderaro，J.，Rebouissou，S..等人（2015）。肝细胞癌的外显子序列确定了新的突变特征和潜在的治疗靶点。｛\it Nature Genetics｝｛\it Nature Genetics｝｛\it 47，505-511。
[21] Sun，J.、Oualkacha，K.、Forgetta，V.、Zheng，H.F.、。，Richards，J.B.、Ciampi，A.等人（2016年）。一种分析罕见变异关联研究中多个连续表型的方法，允许变异效应中的灵活关联。{欧洲人类遗传学杂志}241344-51。
[22] Sun，J.、Zheng，Y.和Hsu，L.（2013）。测序研究中罕见变异关联的统一混合效应模型。｛\ it遗传流行病学｝37334-344。
[23] 斯旺顿，C.（2012）。肿瘤内部异质性：通过空间和时间的演变。{癌症研究}72，4875-4882。
[24] Tang，W.、Schwienbacher，C.、Lopez，L.M.、Ben‐Shlomo，Y.、Oudot‐Mellakh，T.、Johnson，A.D.等人（2012年）。活化部分凝血活酶时间和凝血酶原时间的遗传关联，它们的基因表达谱和冠心病风险。{美国人类遗传学杂志}91，152-162。
[25] TCGA。https://genome-cancer.soe.ucsc.edu/proj/site/xena/datapages网站/（2016年4月20日访问）。
[26] Watson，I.R.、Takahashi，K.、Futreal，P.A.和Chin，L.（2013）。癌症体细胞突变的新模式。{自然评论遗传学}14，703-718。
[27] Wu，M.C.、Lee，S.、Cai，T.、Li，Y.、Boehnke，M.和Lin，X.（2011）。使用序列核关联测试对测序数据进行罕见变量关联测试。{美国人类遗传学杂志}89，82-93。
[28] Yang，Q.，Wu，H.，Guo，C.-Y。，以及Fox，C.S.（2010）。结合单变量关联测试分析遗传关联研究中的多变量表型。{遗传流行病学}34，444-454。
[29] Yu，B.、O'Toole，S.A.和Trent，R.J.（2015）。实体肿瘤靶向治疗中的体细胞DNA突变分析。{翻译儿科}4125-138。
[30] Zhuang，Yang，C.，Lorenzo，F.，Merino，M.，Fojo，T.，Kebebew，E.等人（2012年）。伴有红细胞增多症的副神经节瘤中的体细胞hif2a功能获得突变。{新英格兰医学杂志}367922-930。
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。