×

微阵列游戏的Shapley值的统计分析。 (英语) Zbl 1183.91014号

总结:博弈论可能有助于分析基因的相关性,以确定细胞群体中特定的生物条件或感兴趣的反应(例如感兴趣的疾病)。本文的第一个目标是了解Shapley值在微阵列实验中产生的游戏中提供的相关指数的准确性。这个问题是本文第二个主题的前奏,该主题涉及不同生物条件下相关指数的比较。

MSC公司:

91A12号机组 合作游戏
62F40型 引导、折刀和其他重采样方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 白化病,D。;斯卡鲁菲,P。;Moretti,S。;Coco,S。;Di Cristofano,C。;Cavazzana,A.,《通过宽基因组表达分析和博弈论确定神经母细胞肿瘤中的低肿瘤内基因表达异质性》,《癌症》,113,6,1412-1422(2008)
[2] Bickel,D.R.,《微阵列基因表达分析:数据转换和多重比较自举》,《计算科学与统计》,34,383-400(2002)
[3] Dudoit,S。;Yang,Y。;速度,T。;Callow,M.,《在重复cDNA微阵列实验中识别差异表达基因的统计方法》,《统计》,第12期,第111-139页(2002年)·Zbl 1004.62088号
[4] Efron,B.,《计算机与统计理论:思考不可思议的事》,《SIAM评论》,第21、4、460-480页(1979年)·兹伯利0417.62001
[5] 埃夫隆,B。;Gong,G.,《从容地看引导、折刀和交叉验证》,《美国统计学家》,37,36-48(1983)
[6] 埃夫隆,B。;Tibshirani,R.J.,《bootstrap简介》(1993),查普曼和霍尔出版社,CRC:查普曼与霍尔出版社,纽约CRC·Zbl 0835.62038号
[7] Elowitz,M.B。;莱文·A·J。;Siggia,E.D。;Swain,P.S.,单细胞中的随机基因表达,《科学》,297,1183-1186(2002)
[8] 弗拉格内利,V。;Moretti,S.,基因表达数据分析中分类问题的博弈论方法,计算机与数学应用,55,5,950-959(2008)·Zbl 1153.91322号
[9] Moretti S.最小成本生成树游戏和基因表达数据分析。摘自:2006年GameNets:2006年通信与网络游戏理论研讨会(意大利比萨)。ACM国际会议程序系列,美国纽约州纽约市,第199卷,2006年。第8页。;Moretti S.最小成本生成树游戏和基因表达数据分析。摘自:2006年GameNets:2006年通信与网络游戏理论研讨会(意大利比萨)。ACM国际会议程序系列,美国纽约州纽约市,第199卷,2006年。第8页。
[10] Moretti,S。;van Leeuwen,D。;Gmuender,H。;博纳西,S。;van Delft,J。;Kleinjans,J.,《将Shapley值和统计学结合起来分析暴露于空气污染的儿童的基因表达数据》,BMC生物信息学,9361(2008)
[11] Moretti,S。;Patrone,F。;Bonassi,S.,《微阵列游戏的类别和基因相关性指数》,Top,15,256-280(2007)·兹比尔1134.91322
[12] Moretti,S。;Patrone,F.,Shapley值的横向性,Top,16,1-41(2008)·Zbl 1167.91008号
[13] Owen,G.,《博弈论》(1995),学术出版社:纽约学术出版社·Zbl 0159.49201号
[14] Shapley,L.S.,n人博弈的一个值,(Kuhn,H.W.;Tucker,A.W.,对博弈理论的贡献II。数学研究年鉴,第28卷(1953年),普林斯顿大学出版社:普林斯顿大学出版,新泽西州普林斯顿),307-317·Zbl 0050.14404号
[15] 史密斯,K。;Speed,T.,cDNA微阵列数据的标准化,方法,31265-273(2003)
[16] 斯温,P.S。;Elowitz,M.B。;Siggia,E.D.,基因表达随机性的内在和外在贡献,《国家科学院学报》,99,20,12795-12800(2002)
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。