×
乔瓦尼·帕尔米吉亚尼;伊丽莎白·S·加勒特。;拉马斯瓦米Anbazhagan;爱德华·加布里尔森

癌症中基于表达的分子分类的统计框架。 （英语） Zbl 1067.62117号

J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 64，第4期，717-736（2002）.
摘要：基因表达的全基因组测量是一种很有前途的方法，可用于识别目前尚不可区分但具有潜在生物异质性的癌症亚类。这种分子分类为高度个性化和更有效的癌症预后和治疗带来了希望。从统计学上讲，分析未分类肿瘤的基因表达数据是一项复杂的假设生成活动，涉及数据探索、建模和专家启发。我们提出了一个建模框架，可用于通知和组织分类探索工具的开发。我们的框架使用潜在类别来提供差异表达的统计定义和分子轮廓的精确、实验依赖的定义。它还生成了传统聚类的自然相似性度量，并给出了肿瘤分配到分子图谱的概率声明。

引用于15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
92 C50 医疗应用（通用）
2015年1月62日 贝叶斯推断

关键词：

微阵列数据分析;混合物分布;癌症的分子分类

软件：

斯诺马德
PDF格式BibTeX公司 XML格式引用
\textit{G.Parmigiani}等人，J.R.Stat.Soc.，Ser。B、 统计方法。64，第4号，717--736（2002；Zbl 1067.62117）
全文： 内政部

参考文献：

[1] 内政部：10.1038/35000501·doi:10.1038/35000501
[2] DOI:10.1089/106652799318274·doi:10.1089/106652799318274
[3] J.O.Berger（1985），第二版。纽约：施普林格。
[4] 内政部：10.1038/35020115·doi:10.1038/35020115
[5] 内政部：10.1093/bioinformatics/16.11.1038·doi:10.1093/bioinformatics/16.11.1038
[6] Carlin B.P.，《数据分析的贝叶斯和经验贝叶斯方法》（2000年）·Zbl 1017.62005年 ·doi:10.1201/9781420057669
[7] C.Colantuoni、G.Henry、C.M.L.S.Bouton、S.L.Zeger和J.Pevsner（2003）SNOMAD：微阵列数据标准化和规范化的生物学家友好型网络工具。基因表达数据分析：方法和软件（编辑G.Parmigiani、E.S.Garrett、R.A.Irizarry和S.L.Zeger）。纽约：斯普林格。待发布。
[8] Diebolt J.、J.R.统计。Soc.56第363页–（1994年）
[9] Duda R.O.，模式分类（2001）·Zbl 0968.68140号
[10] 内政部：10.1198/016214501753382129·Zbl 1073.62511号 ·doi:10.1198/016214501753382129
[11] 数字对象标识码：10.1073/pnas.95.25.14863·doi:10.1073/pnas.95.25.14863
[12] Fraley C.，计算。J.41第578页–（1998年）
[13] George E.I.，Ann.统计师。第14页，188页–（1986年）
[14] George E.I.，J.Am.统计师。评估88第881页–（1993）
[15] Hartigan J.A.，聚类算法（1975）·Zbl 0372.62040号
[16] Hastie T.，《基因组生物学》。1 pp研究0003.1–（2000）
[17] DOI:10.1093/bioinformatics/17.2.126·doi:10.1093/bioinformatics/17.2.126
[18] Irizarry R.A.，《计算科学与统计：程序》。第33交响乐团。接口（2001）
[19] Johnston J.，技术报告02-01（2001）
[20] Kruskal J.B.，《心理测量学》第29页第1页–（1964年）
[21] 数字对象标识码：10.1073/pnas.97.18.9834·Zbl 0955.92016号 ·doi:10.1073/pnas.97.18.9834
[22] McLachlan G.J.，《生物信息学》第18页第413页–（2002年）
[23] 内政部：10.1089/106652701300099074·doi:10.1089/106652701300099074
[24] 内政部：10.1073/pnas.96.16.9212·doi:10.1073/pnas.96.16.9212
[25] 内政部：10.1038/35076576·doi:10.1038/35076576
[26] Ripley B.D.，模式识别和神经网络（1996）·Zbl 0853.62046号 ·doi:10.1017/CBO9780511812651
[27] Rousseeuw P.，J.统计。不锈钢。第1页-（1996年）
[28] 内政部：10.1038/35087138·doi:10.1038/35087138
[29] Segal E.，《生物信息学》，第17页，S243–（2001）·doi:10.1093/bioinformatics/17.suppl_1.S243
[30] Tavassoli F.A.，《乳房病理学》（1992年）
[31] 托马斯·A·贝叶斯统计4第837页–（1992）
[32] 内政部：10.1093/nar/29.12.2549·doi:10.1093/nar/29.12.2549
[33] West M.，统计学家43，第31页–（1994）
[34] 内政部：10.1089/106652701753307520·doi:10.1089/106652701753307520
[35] Yang Y.H.，编号。《酸类研究》30（2002）
[36] DOI:10.1093/生物信息学/17.10.977·doi:10.1093/bioinformatics/17.10.977
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。