×
丹尼尔·德沃金;比尔斯，布莱恩;凯克莉丝·凯特琳娜

一种集成多个基因组规模数据源的图形模型方法。 （英语） 兹比尔1311.92120

统计应用程序。遗传学。分子生物学。 12，第4期，469-487（2013）.
摘要：有效利用多种数据源是现代生物信息学的一大挑战。全基因组数据，如转录因子结合、基因表达和序列保守性测量，用于识别对发育和疾病等主要生物过程重要的结合区域和基因，由于异构数据类型的不同生物学意义和统计分布，很难一起使用，但每种数据类型都可以为理解正在研究的过程提供有价值的信息。在这里，我们提出了集成多个数据源的方法，以获得基因调控和表达的更完整图片。我们的目标是识别基因和顺式-发挥特定生物作用的调控区域。我们描述了一种用于数据集成的图形混合模型方法，检查了使用不同模型拓扑的效果，并讨论了评估模型有效性的方法。模型拟合计算效率高，并且产生的结果具有明确的生物学和统计学解释。Hedgehog和Dorsal信号通路果蝇作为例子，它们在胚胎发育中至关重要。

MSC公司：

92D10型 遗传学和表观遗传学

关键词：

数据集成;基因组学;图形模型;混合物模型

软件：

AS 136标准;氟多醇;戴维;KEGG公司;锡
PDF格式BibTeX公司 XML格式引用
\textit{D.Dvorkin}等人，《统计应用》。遗传学。分子生物学。12，第4号，469-487（2013年；兹bl 1311.92120）
全文： 内政部 链接

参考文献：

[1] Alexandridis，R，S.Lin和M.Irwin（2004）：“使用基因表达数据的混合建模对肿瘤样本进行分类和发现——一种统一的方法”，生物信息学，20（16），2545-2552。；
[2] Azzalini，A.（2005）：“偏正态分布和相关多变量家族”，《Scand J.Stat.》，32（2），159-188·Zbl 1091.62046号
[3] Bantignies，F.、R.H.Goodman和S.M.Smolik（2002年）：“辅活化因子dCBP和染色质相关因子Modulo之间的相互作用影响果蝇的分割和黑色素瘤形成，”Proc。国家。阿卡德。科学。，99(5), 2895-2900.;
[4] Barrett，T.、D.B.Troup、S.E.Wilhite、P.Ledoux、D.Rudnev、C.Evangelista、I.F.Kim、A.Soboleva、M.Tomashevsky、K.A.Marshall、K.H.Phillippy、P.M.Sherman、R.N.Muertter和R.Edgar（2009）：“NCBI GEO：高通量功能基因组数据的存档”，《核酸研究》，37（数据库问题），D885-D890。；
[5] Baum L.E.、T.Petrie、G.Soules和N.Weiss（1970）：“马尔可夫链概率函数统计分析中出现的最大化技术”，《数学年鉴》。《法律总汇》，41（1），164-171·Zbl 0188.49603号
[6] 伯克利果蝇基因组项目。果蝇胚胎发生中的基因表达模式，上次访问时间：2013年1月11日。网址。；
[7] Bezdek，J.C.、R.Ehrlich和W.Full（1984）：“FCM：模糊C均值聚类算法”，计算。地质科学。，10(2), 191-203.;
[8] Biehs，B.，K.Kechris，S.M.Liu和T.B.Kornberg（2010）：“果蝇胚胎中的刺猬靶点以及产生刺猬信号组织特异性输出的机制”，《发育》，137（22），3887-3898。；
[9] Biemar，F.、D.A.Nix、J.Piel、B.Peterson、M.Ronshaugen、V.Sementchenko、I.Bell、J.R.Manak和M.S.Levine（2006）：“使用全基因组拼接阵列全面鉴定果蝇背腹侧模式基因”，Proc。国家。阿卡德。科学。，103(34), 12763-12768.;
[10] Biernacki，C.，G.Celeux和G.Govaert（2000）：“评估具有综合完全可能性的聚类混合模型”，IEEE T模式分析。，22(7), 719-725.;
[11] De Bie，T.、P.Monsieurs、K.Engelen、B.De Moor、N.Cristianini和K.Marchal（2005）：“从基序、芯片芯片和微阵列数据中发现转录模块”，太平洋时报。生物计算机研讨会。，10, 483-494.;
[12] Dempster，A.P.，N.M.Laird和D.B.Rubin（1977）：“通过EM算法从不完整数据中获得最大似然”，J.R.Stat.Soc.B，39（1），1-38·Zbl 0364.62022号
[13] Efron，B.（2007）：“大小、功率和错误发现率”，《美国统计年鉴》，35（4），1351-1377·Zbl 1123.62008年
[14] Fujita，P.A.、B.Rhead、A.S.Zweig、A.S Hinrichs、D.Karolchik、M.S.Cline、M.Goldman、G.P.Barber、H.Clawson、A.Coelho、M.Diekhans、T.R.Dreszer、B.M.Giardine、R.A.Harte、J.Hillman-Jackson、F.Hsu、V.Kirkup、R.M.Kuhn、K.Leand、C.H.Li、L.R.Meyer、A.Pohl、B.J.Raney等人（2011）：“UCSC基因组浏览器数据库：2011年更新”，《核酸研究》39（增刊1），D876-D882。；
[15] Hartigan，J.A.和M.A.Wong（1979）：“算法AS 136:K均值聚类算法”，J.R.Stat.Soc.C（应用统计），28（1），100-108·Zbl 0447.62062号
[16] Hastie，T.、R.Tibshirani、G.Sherlock、M.Eisen、P.Brown和D.Botstein（1999）：为基因表达阵列计算缺失数据。技术报告，斯坦福大学生物统计学系，1999年。网址。；
[17] Hawkins，R.D.、G.C.Hon和B.Ren（2010年）：“下一代基因组学：综合方法”，《自然评论遗传学》。，11(7), 476-486.;
[18] Heberlein，U.，C.M.Singh，A.Y.Luk和T.J.Donohoe（1995）：“刺猬协调果蝇眼睛的生长和分化”，《自然》，373（6516），709-711。；
[19] Hoffman，M.H.，O.J.Buske，J.Wang，Z.Weng，J.A.Bilmes和W.S.Noble（2012）：“通过基因组分割在人类染色质结构中的无监督模式发现”，自然方法。，9, 473-476.;
[20] Huang，D.W.，B.T.Sherman和R.A.Lempicki（2009a）：“利用DAVID生物信息学资源对大基因列表进行系统和综合分析”，《自然协议》，4（1），44-57。；
[21] Huang，D.W.，B.T.Sherman和R.A.Lempicki（2009b）：“生物信息学富集工具：大型基因列表综合功能分析的途径”，《核酸研究》，37（1），1-13。；
[22] Ji，Y.，C.Wu，P.Liu，J.Wang和K.R.Coombes（2005）：“β-混合物模型在生物信息学中的应用”，生物信息学，21（9），2118-2122。；
[23] Jörnsten，R.和S.Keleš（2008）：“多水平混合模型，应用于多因素基因表达数据的分析”，《生物统计学》，9（3），540-554·Zbl 1143.62038号
[24] Kanehisa，M.和S.Goto（2000）：“KEGG：京都基因和基因组百科全书”，《核酸研究》，28，27-30。；
[25] Kanehisa，M，S.Goto，Y.Sato，M.Furumichi和M Tanabe（2012）：“KEGG用于大规模分子数据集的集成和解释”，《核酸研究》，40，D109-D114。；
[26] Kvam V.M.、P.Liu和Y.Si（2012）：“从RNA-seq数据中检测差异表达基因的统计方法的比较”，《美国医学杂志》，99（2），248-256。；
[27] Lemmens，K.，T.Dhollander，T.De Bie，P.Monsieurs，K.Engelen，B.Smets，J.Winderickx，B.De Moor和K.Marchal（2006）：“从ChIP-ChIP、基序和微阵列数据推断转录模块”，《基因组生物学》。，7（5），R37。；
[28] Li，Q.，M.J.MacCoss和M.Stephens（2010）：“使用质谱法进行蛋白质鉴定的嵌套混合物模型，”Ann.Appl。统计，4（2），962-987·Zbl 1194.62118号
[29] Lourme，A.和C.Biernacki（2013）：“多来源样本的同时高斯模型聚类”，计算。统计，28，371-391·Zbl 1305.65054号
[30] McLachlan，G.J.和T.Krishnan（2008）：EM算法和扩展，第二版，美国新泽西州霍博肯：威利出版社·Zbl 1165.62019号
[31] McQuilton，P.、S.E.St.Pierre、J.Thurmond和FlyBase Consortium（2012）：“FlyBase101-FlyBase导航的基础”，《核酸研究》，40（D1），D706-D714。；
[32] 国家生物技术信息中心（2013）：基因表达总览（GEO），上次访问时间：2013年2月3日。网址。；
[33] Newton，M.A.，A.Noueiry，D.Sarkar和P.Ahlquist（2004）：“用半参数分层混合法检测差异基因表达”，《生物统计》，5（2），155-176·Zbl 1096.62124号
[34] Ortiz-Barahona，A.，D.Villar，N.Pescador，J.Amigo和L.del Peso（2010）：“通过整合转录诱导数据和硅结合位点预测的概率模型，在基因组范围内识别低氧诱导因子结合位点和靶基因，”《核酸研究》，38（7），2332-2345。；
[35] Qin，J.，M.J.Li，P.Wang，M.Q.Zhang和J.Wang（2011）：“ChIP-Array:ChIP-seq/芯片和微阵列基因表达数据的组合分析，以发现转录因子的直接/间接靶点”，《核酸研究》，39（Suppl 2），W430-W436。；
[36] Schwarz，G.（1978）：“估算模型的维数”，《Ann.Stat.》，6（2），461-464·Zbl 0379.62005年
[37] Seringhaus，M.、A.Paccanaro、A.Borneman、M.Snyder和M.Gerstein（2006）：“预测真菌基因组中的基本基因”，《基因组研究》，16（9），1126-1135。；
[38] Siepel，A.、G.Bejerano、J.S.Pedersen、A.S.Hinrichs、M.Hou、K.Rosenbloom、H.Clawson、J.Spieth、L.W.Hillier、S.Richards、G.M.Weinstock、R.K.Wilson、R.A.Gibbs、W.J.Kent、W.Miller和D.Haussler（2005）：“脊椎动物、昆虫、蠕虫和酵母基因组中的进化保守元素”，《基因组研究》，15（8），1034-1050。；
[39] Storey，J.D.（2002）：“错误发现率的直接方法”，J.R.Stat.Soc B（Stat.Method.），64（3），479-498·Zbl 1090.62073号
[40] Strimmer，K.（2008）：“错误发现率估计的统一方法”，BMC生物信息学9（1），303·Zbl 1318.62329号
[41] Sun，J.、A.Kabán和J.M.Garibaldi（2010）：“使用皮尔逊VII型分布的稳健混合聚类”，模式识别。莱特。，31(16), 2447-2454.;
[42] FlyBase Consortium（2013年）：FlyBase，上次访问时间为2013年2月1日。网址。；
[43] 基因本体联盟（2000）：“基因本体：生物学统一的工具”，《自然遗传学》。，25(1), 25-29.;
[44] 基因本体联盟（2013）：基因本体，上次访问时间：2013年3月29日。网址。；
[45] Tomancak，P.，B.Berman，A.Beaton，R.Weiszmann，E.Kwan，V.Hartenstein，S.Celniker和G.Rubin（2007）：“果蝇胚胎发生过程中基因表达模式的全球分析”，基因组生物学。，8（7），R145。；
[46] Tyekucheva，S.，L.Marchionni，R.Karchin和G.Parmigiani（2011）：“使用基因集整合不同的基因组数据”，《基因组生物学》。，12（10），R105。；
[47] 加州大学圣克鲁斯分校（2013）：UCSC基因组浏览器，上次访问日期：2013年4月10日。；
[48] Vermunt，J.K.和J.Magidson（2005）：嵌套数据结构的层次混合模型。2004年3月9日至11日，多特蒙德大学，《分类——无处不在的挑战：第28届Gesellschaft für Klassifikation eV年会论文集》，第28卷，第240页。斯普林格，2005年·Zbl 1429.62268号
[49] Viroli，C.（2010）：“通过因子混合分析器的混合物进行降维的基于模型的聚类，”J.Classif。，27, 363-388.; ·Zbl 1337.62141号
[50] Von Ohlen，T.、D.Lessing、R.Nusse和J.E.Hooper（1997）：“刺猬信号通过一种序列特异性DNA结合蛋白cubitus interrustus调节转录”，Proc。国家。阿卡德。科学。，94(6), 2404-2409.;
[51] Xie，Y.，W.Pan，K.S.Jeong，G.Xiao和A.B.Khodursky（2010）：“蛋白质-DNA结合、基因表达和序列数据联合建模的贝叶斯方法”，《统计医学》，29（4），489-503。；
[52] Xu，J.J.（1996）：多元和纵向离散响应数据的统计建模和推断。1996年，不列颠哥伦比亚大学博士论文。网址。；
[53] Zeitlinger，J.、R.P.Zinzen、A.Stark、M.Kellis、H.Zhang、R.A.Young和M.Levine（2007）：“背侧、扭转和蜗牛的全基因组ChIP-ChIP分析表明果蝇胚胎中多种模式过程的整合，”Gen Dev.，21（4），385-390。；
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。