阿尔贝托·罗维拉托;Di Lascio，F.Marta L。 Wilks（Lambda）基因聚类的差异性度量：一种基于转录模块识别的方法。 （英语） Zbl 1274.62863号 生物计量学 67，第4期，1236-1248（2011）. 摘要：聚类方法因其揭示协调表达谱的能力而广泛用于微阵列数据的分析。聚类的一个重要目标是发现共同调节的基因，因为已经假设被相同转录因子靶向的基因往往表现出相似的表达模式。我们将重点放在凝聚层次聚类上，并考虑根据其识别由转录因子和相关靶基因组成的功能模块的能力来选择差异性度量的问题。我们首先提出了两个标准，这两个标准构成了评估充分性和比较不同衡量标准的理论框架。我们表明，提出的标准允许人们深入了解不同度量的行为，并导致对一些最常用的不同度量进行排名。接下来，我们介绍了基于Wilks’（Lambda）统计的两种不同度量，并表明根据上述标准，它们比其他考虑的度量具有更好的性能。理论结果得到了模拟数据和实际数据的应用分析的支持。 引用于2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 2015年1月62日 贝叶斯推断 68层35 人工智能语言和软件系统理论（基于知识的系统、专家系统等） 92D10型 遗传学和表观遗传学 关键词：贝叶斯网络;高斯DAG模型;层次聚类;稀疏典型相关;转录模块;威尔克斯（Lambda） 软件：RegulonDB公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Roverato}和\textit{F.M.L.Di Lascio}，《生物统计学》67，第4期，1236--1248（2011；Zbl 1274.62863） 全文： 内政部 参考文献： [1] Barrett，NCBI GEO:挖掘数以千万计的表达特征-数据库和工具更新，《核酸研究》35页D760–（2007）·Zbl 05438074号 ·doi:10.1093/nar/gkl887 [2] Chipman，基因表达微阵列数据的统计分析，第159页–（2003年） [3] Cowell，概率网络和专家系统（1999）·Zbl 0937.68121号 [4] D’haeseler，《遗传网络推断：从共表达聚类到逆向工程》，生物信息学16页707–（2000）·doi:10.1093/bioinformatics/16.8.707 [5] 戴克斯特拉，建立样本协方差矩阵的正定性，《数理统计年鉴》41页2153–（1970）·Zbl 0212.22202号 ·doi:10.1214/网址：1177696719 [6] 艾森，全基因组表达模式的聚类分析和显示，《美国国家科学院院刊》95页148–（1998）·doi:10.1073/pnas.95.25.14863 [7] Everitt，聚类分析（2001）·doi:10.1007/978-14757-3285-6_20 [8] Friedman，使用概率图形模型推断蜂窝网络，《科学》303第799页–（2004）·doi:10.1126/science.1094068 [9] Friedman，《使用贝叶斯网络分析表达数据》，《计算生物学杂志》第7卷第601页–（2000年）·doi:10.1089/106652700750050961 [10] Gama-Castro，RegulonDB（6.0版）：大肠杆菌K-12超转录基因调控模型，活性（实验）注释启动子和Textpresso导航，核酸研究36页D120–（2007）·Zbl 05438395号 ·数字对象标识代码：10.1093/nar/gkm994 [11] Hotelling，两组变量之间的关系，《生物统计学》28第321页–（1936）·Zbl 0015.40705号 ·doi:10.1093/biomet/28.3-4.321 [12] Jeong，多效性转录谱分析：DNA聚合酶抑制的案例研究，PLoS Genetics 2第1464页–（2006）·doi:10.1371/journal.pgen.0020152 [13] Karlebach，基因调控网络的建模和分析，《自然评论分子细胞生物学》9，第770页–（2008）·数字对象标识代码：10.1038/nrm2503 [14] Lykou，《使用带正约束套索的稀疏CCA》，《计算统计与数据分析》54，第3144页–（2009年）·Zbl 1284.62344号 ·doi:10.1016/j.csda.2009.08.002 [15] Parkhomenko，稀疏典型相关分析及其在基因组数据整合中的应用，《遗传学和分子生物学的统计应用》，第8页，第1页–（2009年）·Zbl 1276.92071号 ·doi:10.2202/1544-6115.1406 [16] Rencher，多元分析方法（1995） [17] Segal，《模块网络：从基因表达数据中发现调节模块及其特定条件的调节器》，《自然遗传学》34第166页–（2003）·doi:10.1038/ng1165 [18] Wit，《微阵列统计：设计、分析和推断》（2004年）·兹比尔1049.62120 ·doi:10.1002/0470011084 [19] Witten，PMA：惩罚多元分析（2009） [20] Witten，惩罚矩阵分解，应用于稀疏主成分和规范相关性分析，生物统计学10第515页–（2009）·doi:10.1093/biostatistics/kxp008 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。