×

兹马思-数学第一资源

跨平台微阵列研究的层次贝叶斯元分析模型。(英语) Zbl公司 07252195
摘要:测量基因表达的新技术的发展要求统计方法整合多平台研究的结果。微阵列分析的一个共同目标是识别在两种情况下具有差异表达的基因,例如治疗与对照。在这里,我们介绍了一个分层贝叶斯荟萃分析模型,以汇集来自不同微阵列平台的基因表达研究:斑点DNA阵列和短寡核苷酸阵列。这些研究有不同的阵列设计布局,每个都有多个数据复制源,包括重复实验、幻灯片和探针。我们的模型产生了基因特异性差异表达的后验概率,这是推断的基础。在结合两个和五个独立研究的模拟中,我们的元分析模型在三个常用的比较指标上优于单独分析;它还显示了改进的接收机工作特性曲线。结合斑点DNA和CombiMatrix短寡核苷酸阵列研究硫化地杆菌我们的meta分析模型比个别研究分析发现更多的基因用于差异表达后验概率和贝叶斯错误发现阈值。我们还研究了一个替代模型,并使用偏差信息准则对模型进行了比较。
理学硕士:
62 统计
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 巴尔迪,P。还有,A。D。2001基因表达的贝叶斯统计分析框架。生物信息学,17:509-519。
[2] 宾杰米尼,Y。还有霍克伯格。1995控制错误发现率:一种实用而有效的多重测试方法。J。R。统计学家。Soc。B,85:289-300页·Zbl公司 809.62014
[3] 博米克,D.,戴维森,A。C、 ,戈尔茨坦,D。R。还有鲁菲厄。2006微阵列实验中鉴别差异表达的拉普拉斯混合模型。生物统计学,7:630-641·Zbl公司 1170.62369
[4] 布拉斯马,A.,帕金森,H.,萨坎斯,U.,肖贾塔拉布,M.,维洛,J.,阿贝伊古纳瓦德纳,N.,霍洛韦,E.,卡普什斯基,M.,凯默伦,P.,拉拉,G。G、 ,Oezcimen,A.,Rocca Serra,P。还有桑森,S。A。2003ArrayExpress–EBI微阵列基因表达数据的公共存储库。核酸研究。,31:68-71。
[5] 兄弟ët、 P.,理查森,S。还有拉德瓦尼。2002从微阵列实验中识别基因表达变化的贝叶斯层次模型。J。计算机。生物。,9:671-683。
[6] 卡汉,P.,罗维尼诺,F.,穆尼,D.,纽曼,J。C、 ,圣劳伦特,G。3号和McCaffrey,T。A。2007微阵列结果的元分析:挑战、机遇和标准化建议。基因,401:12-18。
[7] 崔,J。K、 ,于,U,Kim,S。还有你,哦。J。2003结合多个微阵列研究和模拟研究间差异。生物信息学,19(补充。1) :i84-i90。
[8] 康隆,E。M、 ,宋,J。J。还有刘,J。美国。2006多复制源微阵列研究的贝叶斯模型。BMC生物信息学,7点247分
[9] 康隆,E。M、 ,宋,J。J。还有刘,A。2007微阵列数据的贝叶斯元分析模型:一项比较研究。BMC生物信息学8点80分
[10] 是的,K。A、 ,米ü勒尔,P。还有唐,F。2005差异基因表达的贝叶斯混合模型。J。R。统计学家。Soc。C,54:627-644·Zbl公司 05188702
[11] 埃德加,R.,多姆拉乔夫,M。还有拉什,A。E。2002基因表达总纲:NCBI基因表达与杂交阵列数据仓库。核酸研究。,30:207-210。
[12] 埃夫隆,B.,蒂比拉尼,R.,斯托瑞,J。D。还有塔瑟,V。G。2001微阵列实验的经验Bayes分析。J。是。统计学家。协会。,96:1151-1160·Zbl公司 1073.62511
[13] 吉诺维塞,C。还有瓦瑟曼,L。2002错误发现率程序的操作特性和扩展。J。R。统计学家。Soc。B,64:499-518·Zbl公司 1090.62072
[14] 吉诺维塞,C。还有瓦瑟曼,L。2003年。”贝叶斯和频数多重检验。贝叶斯统计,编辑:Bernardo,J。M。第7卷,145-162页。牛津:牛津大学出版社。
[15] 戈什,D.,巴雷特,T。R、 ,罗德,D。还有中国人,A。M。2003前列腺癌微阵列数据统计分析方法研究。功能。整数。基因组学,3:180-188。
[16] Gottardo,R.,Pannucci,J。A、 ,库斯克,C。R。还有布雷廷,T。2003微阵列数据的统计分析:贝叶斯方法。生物统计学,4:597-620·Zbl公司 1197.62147
[17] 赫奇斯,L。五。奥尔金,我。1985Meta分析的统计方法,奥兰多:学术出版社·Zbl公司 666.62002
[18] 胡,P.,格林伍德,C。M、 T.和Beyene,J。2005多基因表达谱的质量调节效应大小模型综合分析。BMC生物信息学,6点128分
[19] 易卜拉欣,J。G、 ,陈,M。H。格雷,R。J。2002基因表达与DNA微阵列数据的贝叶斯模型。J。是。统计学家。协会。,97:88-99·Zbl公司 1073.62578
[20] 伊什瓦兰,H。还有饶,J。美国。2003用贝叶斯模型选择技术检测微阵列中的差异表达基因。J。是。统计学家。协会。,98:438-455·Zbl公司 1041.62090
[21] 伊什瓦兰,H。还有饶,J。美国。2005多组微阵列数据的尖峰和平板基因选择。J。是。统计学家。协会。,100:764-780·Zbl公司 1117.62363
[22] 蒋,H,邓,Y,陈,H,陶,L,沙,Q,陈,J,蔡,C。还有张,S。2004联合分析两组微阵列基因表达数据集,筛选肺腺癌标志基因。BMC生物信息学,5点81分
[23] 荣格,Y。Y、 ,哦,M。S、 ,Shin,D。W、 ,康,S。H。哦,H。美国。2006基于贝叶斯模型聚类的meta分析中差异表达基因的识别。生物。J。,48:435-450。
[24] 肯兹奥尔斯基。M、 ,牛顿,M。A、 ,兰,H。还有古尔德,M。N。2003关于使用复制基因表达谱比较多组的参数经验Bayes方法。医学统计。,22:3899-3914。
[25] 刘杰。美国。2001科学计算中的蒙特卡罗策略,纽约:斯普林格·韦拉格。
[26] 刘,R。H、 ,迪尔,K.,富士,H。美国。还有麦克谢,A。2006年a。用于DNA微阵列分析的集成微流控生物芯片。专家版。分子诊断。,6:253-261。
[27] 刘,R。H、 ,Nguyen,T.,Schwarzkopf,K.,富士,H。S、 ,Petrova,A.,Siuda,T.,Peyvan,K.,Bizak,M.,Danley,D。还有麦克谢,A。2006年b。全集成微型自动基因表达芯片处理设备。肛门。化学。,78:1980-1986年。
[28] ö恩斯泰特,I。布里顿,T。2005cDNA微阵列基因表达的层次Bayes模型。生物统计学,6:279-291·Zbl公司 1070.62107
[29] ö恩斯泰特,I。速度,T。P。2002微阵列数据复制。统计罪。,12:31-46·Zbl公司 1004.62086
[30] 冰毒é, B。A、 ,纳尔逊,K。E、 ,艾森,J。A、 ,保尔森,I。T、 ,尼尔森,W.,海德堡,J。F、 ,吴,D.,吴,M.,沃德,N.,比南,M。J、 ,多森,R。J、 ,马杜普,R.,布林卡,L。M、 ,多尔蒂,S。C、 ,德博伊,R。T、 ,达金,A。S、 ,格温,M.,科洛奈,J。F、 ,苏利文,S。A、 ,哈夫特,D。H、 ,塞林古特,J.,戴维森,T。M、 ,扎法尔,N.,怀特,O.,川,B.,罗梅罗,C.,福伯格,H。A、 ,魏德曼,J.,库里,H.,费尔德勒姆,T。五、 ,阿特巴克,T。R、 ,Van Aken,S。E、 ,洛夫利,D。R。弗雷泽。M。2003硫化地杆菌基因组:地下环境中的金属还原。科学类,302:1967-1969年。
[31] 冰毒é, B。A、 ,韦伯斯特,J.,内文,K.,巴特勒,J。还有洛夫利。R。2005硫化地杆菌固氮和铁还原的DNA微阵列分析。申请。环境。微生物学。,71:2530-2538。
[32] 莫里斯,J。S、 ,尹,G.,巴格利,K。A、 ,吴,C。还有张,L。2005年。”汇集不同研究和寡核苷酸微阵列芯片类型的信息,以确定肺癌的预后基因。微阵列数据分析方法,编辑:Shoemaker,J。美国。还有林,S。M。第四卷,51-66页。纽约:斯普林格·韦拉格。
[33] 牛顿,M。A、 ,肯兹奥尔斯基。M、 里士满,C。S、 ,布拉特纳,F。R。还有徐克。W。2001关于表达比率的差异性:改进从微阵列数据中对基因表达变化的统计推断。J。计算机。生物。,8:37-52。
[34] 牛顿,M。A、 ,诺伊里,A.,萨卡,D。还有阿勒奎斯特,P。2004半参数分层混合法检测差异基因表达。生物统计学,5:155-176·Zbl公司 1096.62124
[35] 朴,T,Yi,S。G、 ,申,Y。K。还有李,S。2006在控制变量存在的情况下组合多个微阵列。生物信息学,22:1682-1689年。
[36] Parmigiani,G.,Garrett Mayer,E。S、 ,安巴扎根,R。加布里森,E。2002基于表达的癌症分子分类的统计框架(讨论).J。R。统计学家。Soc。B,64:717-736·Zbl公司 1067.62117
[37] Parmigiani,G.,Garrett Mayer,E。S、 ,安巴扎根,R。加布里森,E。2004肺癌分子分类基因表达研究的交叉研究比较。临床。癌症研究。,10:2922-2927。
[38] 波斯特,B.,迪多纳托,R.,内文,K.,刘,A.,弗兰克,B.,洛夫利,D。还有冰毒é, B。A。2007原位合成微阵列在未被研究的微生物中分析基因表达的益处。J。微生物学。冰毒。第32-74页。
[39] 罗德,D。R、 ,发夹,T。R、 ,鲁宾,M。A、 ,戈什,D。还有中国人,A。M。2002微阵列的荟萃分析:基因表达谱的跨研究验证揭示前列腺癌的通路失调。癌症研究。,62:4427-4433。
[40] 罗德,D。R、 ,Yu,J.,Shanker,K.,北德什潘德,N.,Varambaly,R.,Ghosh,D.,Barrette,T.,A.潘迪。还有中国人,A。M。2004癌症微阵列数据的大规模荟萃分析确定了肿瘤转化和进展的常见转录谱。程序。国家学院。科学。美国,101:9309-9314。
[41] 赛义德,A。一、 ,Sharov,V.,White,J.,Liu,J.,Liang,W.,Bhagabati,N.,Brasted,J.,Klapa,M.,Currier,T.,Thiagarajan,M.,Sturn,A.,Snuffin,M.,Rezantsev,A.,Popov,D.,Ryltsov,A.,Kostukovich,E.,Borisovsky,I.,Liu,Z.,Vinsavich,A.,Trush,V。还有庸医J。2003TM4:一个免费的、开源的微阵列数据管理和分析系统。生物技术,34:374-378。
[42] 塞巴斯蒂安尼,P.,谢,H。还有拉莫尼。F。2006用模型平均法对比较微阵列实验的贝叶斯分析。贝叶斯肛门。,1:707-732·Zbl公司 1331.62037
[43] Shen,R.,Ghosh,D。还有中国人,A。M。2004通过微阵列数据的两阶段混合模型建立乳腺癌预后meta-signature。BMC基因。,5点94分
[44] 斯皮格尔哈尔特。J、 ,贝斯特,N。G、 卡林,B。R。范德林德,A。2002模型复杂度和拟合的贝叶斯度量(讨论).J。R。统计学家。Soc。B,64:583-639·Zbl公司 1067.62010
[45] 斯皮格尔哈尔特。J、 ,托马斯,A。最好的,N。G。2003WinBUGS 1.4版用户手册,剑桥:医学研究理事会生物统计学组。
[46] 斯坦格尔,D。K。还有贝瑞。A。2000年。”元分析:过去和现在的挑战”。医学与卫生政策的元分析,编辑:Stangl,D。K。还有贝瑞。A。1-28页。纽约:马塞尔·德克尔。
[47] 史蒂文斯,J。R。多尔格,R。W。2005结合affymetrix微阵列结果。BMC生物信息学,6点57分
[48] 斯托里,J。D。2002错误发现率的直接方法。J。R。统计学家。Soc。B,64:479-498·Zbl公司 1090.62073
[49] 斯托里,J。D。还有提比拉尼。2003年。”检测DNA微阵列中差异基因表达的SAM阈值和错误发现率”。基因表达数据分析:方法与软件,编辑:Parmigiani,G。272-290页。纽约:斯普林格。
[50] 汤森,J。P。还有哈特尔。L。2002年。”基因表达水平的贝叶斯分析:多个治疗或样本间相对mRNA水平的统计量化。基因组生物学。第3卷,研究0071.1-71.16
[51] 曾,G。C、 ,哦,M。K、 ,罗林,L.,廖,J。C。还有黄,W。H。2001cDNA微阵列分析中的问题:质量过滤,通道正常化,变异模型和基因效应评估。核酸研究。,29:2549-2557。
[52] 塔瑟,V。G、 蒂巴尼,蒂巴尼。朱,G。2001微阵列应用于电离辐射反应的显著性分析。程序。国家学院。科学。美国,98:5116-5121·Zbl公司 1012.92014
[53] 特威迪,R。五十、 ,斯科特。J、 ,比格斯塔夫,B。J。还有门格森,K。L。1996贝叶斯荟萃分析,及其在ETS和肺癌研究中的应用。肺癌,14(补充1):S171-S194。
[54] 王,J.,库姆斯,K。R、 ,海史密斯,W。E、 ,基廷,M。J。还有Abruzzo,L。五。2004B细胞慢性淋巴细胞白血病和正常B细胞之间基因表达的差异:三个微阵列研究的荟萃分析。生物信息学,20:3166-3178。
[55] 沃纳特,P.,艾尔斯,R。还有布罗斯,B。2005癌症微阵列数据的跨平台分析改进了基于基因表达的表型分类。BMC生物信息学,6点265分
[56] 肖,G.,马丁内斯·瓦兹,B.,潘,W。还有霍杜尔斯基。B。2006操纵子信息提高了cDNA微阵列的基因表达估计。BMC基因。,7点87分
[57] 徐,L.,谭,A。C、 ,奈曼,D。Q、 ,杰曼,D。还有温斯洛。L。2005强有力的前列腺癌标志基因来自于研究间微阵列数据的直接整合。生物信息学,21:3905-3911。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。