최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.25 no.2, 2012년, pp.269 - 277
In microarray data analysis, recent efforts have focused on the discovery of gene sets from a pathway or functional categories such as Gene Ontology terms(GO terms) rather than on individual gene function for its direct interpretation of genome-wide expression data. We introduce a meta-analysis meth...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
마이크로어레이 분석이 최근 더욱 많은 연구가 진행되고 있는 이유는? | 마이크로어레이 분석은 특이 발현하는 개별적인 유전자보다 유전자 온톨로지(Gene Ontology)와 같이 기능적 분류나 생물학적 경로(pathway)와 관련된 유전자군을 찾아내는 것이 그 해석의 용이성 때문에 최근 더욱 많은 연구가 진행되고 있다. 약물 처리에 의한 생물학적 반응을 연구할 때, 한 유전자군에 속하는 유전자들 각각의 특이 발현 여부의 유의성을 나타내는 $p$-value들을 취합하여 그 유전자군의 유의성을 결정하는 통계 검증 방법을 본 논문에서 소개하였다. | |
마이크로어레이란? | 생물 세포 내 수만 개의 유전자 발현 정도를 동시에 측정하는 마이크로어레이를 이용한 연구 방법이 여러 생물학 연구 분야에서 활발히 사용되고 있다. 그러나 마이크로어레이와 같은 유전자 데이터는 그 방대한 크기와 복잡함으로 인해, 데이터의 해석과 생물학적 의미도출이 많은 학자들에게 힘든 도전과제가 되어왔다. | |
이 연구에서 말하는 랜덤검정법의 좋은 성질은? | 랜덤검정법들은 우선 한 유전자군에 속하는 유전자 전체의 약물 처리에 의한 효과를 대표하는 요약 통계량(summary statistic), (예: Subramanian 등 (2005)에서 enrichment score(ES), Efron과 Tibshirani (2007)에서 average z-score)을 계산하고, 표본들의 실험군과 대조군의 구분을 서로 치환하여(sample permutation) 귀무가설 (Tian 등 (2005)에서 Q2) 아래에서의 요약 통계량의 분포를 구해서, 그 유의성을 계산한다. 이 방법은 한 유전자군에 속하는 유전자들 사이의 상관관계를 반영하는 좋은 성질이 있다. Fisher’s exact test나 Kolmogorov-Smirnov test와 같이 유전자들 사이의 구분을 서로 치환하여(gene permutation) 귀무가설 (Tian 등 (2005)에서 Q1) 아래에서의 그 요약 통계량의 유의성을 계산하는 방법도 많이 연구되고 있지만 이런 방법들은 유전자들 사이의 상관관계를 감안하여 유의성을 계산하지 않는다. |
Al-Shahrour, F., Arbiza, L., Dopazo, H., Huerta-Cepas, J., Minguez, P., Montaner, D. and Dopazo, J. (2007). From genes to functional classes in the study of biological systems, BMC Bioinformatics, 8, 114.
Ayyadevara, S., Tazearslan, C., Bharill, P., Alla, R., Siegel, E. and Reis, R. J. S. (2009). Caenorhabditis elegans PI3K mutants reveal novel genes underlying exceptional stress resistance and lifespan, Aging Cell, 8, 706-725.
Backes, C., Keller, A., Kuentzer, J., Kneissl, B., Comtesse, N., Elnakady, Y. A., Muller, R., Meese, E. and Lenhof, H. P. (2007). GeneTrail―advanced gene set enrichment analysis, Nucleic Acids Research, 35, 186-192.
Cavalieri, D., Castagnini, C., Toti, S., Maciag, K., Kelder, T., Gambineri, L., Angioli, S. and Dolara, P. (2007). Eu.Gene analyzer a tool for integrating gene expression data with pathway databases, Bioinformatics, 23, 2631-2632.
Delongchamp, R. R., Lee, T. and Velasco, C. (2006). A method for computing the overall statistical significance of a treatment effect among a group of genes, BMC Bioinformatics, 7(Suppl 2), S11.
Desai, V. G., Lee, T., Delongchamp, R. R., Leakey, J. E. A., Lewis, S. M., Lee, F., Moland, C. L., Branham, W. S. and Fuscoe, J. C. (2008). NRTI-induced expression profile of mitochondrial genes in the mouse liver, Mitochondrion, 8, 181-195.
Desai, V. G., Lee, T., Delongchamp, R. R., Moland, C. L., Branham, W. S., Fuscoe, J. C. and Leakey, J. E. A. (2007). Development of mitochondria-specific mouse oligonucleotide microarray and validation of data by real-timePCR, Mitochondrion, 7, 322-329.
Desai, V. G., Lee, T., Moland, C. L., Branham, W. S., Tungeln, S. V., Beland, F. A. and Fuscoe, J. C. (2009). Effect of short-term exposure to zidovudine (AZT) on the expression of mitochondria-related genes in skeletal muscle of neonatal mice, Mitochondrion, 9, 9-16.
Draghci, S., Khatri, P., Martins, R. P., Ostermeier, G. C. and Krawetz, S. A. (2003). Global functional profiling of gene expression, Genomics, 81, 98-104.
Efron, B. and Tibshirani, R. (2007). On testing the significance of sets of genes, Annals of Applied Statistics, 1, 107-129.
Joseph, A., Lee, T., Moland, C. L., Branham, W. S., Fuscoe, J. C., Leakey, J. E., Allaben, W. T., Lewis, S. M., Ali, A. A. and Desai, V. G. (2009). Effect of (+)-usnic acid on mitochondrial functions as measured by mitochondria-specific oligonucleotide microarray in liver of B6C3F1 mice, Mitochondrion, 9, 149-158.
Kashimshetty, R., Desai, V. G., Kale, V. M., Lee, T., Moland, C. L., Branham, W. S., New, L. S., Chan, E. C., Younis, H. and Boelsterli, U. A. (2009). Underlying mitochondrial dysfunction triggers flutamideinduced oxidative liver injury in a mouse model of idiosyncratic drug toxicity, Toxicology and Applied Pharmacology, 238, 150-159.
Lee, H. K., Braynen, W., Keshav, K. and Pavlidis, P. (2005). ErmineJ: tool for functional analysis of gene expression data sets, BMC Bioinformatics, 6, 269.
Lee, T., Desai, V. D., Velasco, C., Reis, R. J. S. and Delongchamp, R. R. (2008). Testing for treatment effects on gene ontology, BMC Bioinformatics, 9(Suppl 9), S20.
Li, S., Nagothu, K. K., Desai, V. G., Lee, T., Branham, W. S., Moland, C. L., Megyesi, J. K., Crew, M. D. and Portilla, D. (2009). Transgenic expression of proximal tubule peroxisome proliferator-activated receptor- $\alpha$ a in mice confers protection during acute kidney injury, Kidney International, 76, 1049-1062.
Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B. L., Gillette, M. A., Paulovich, A., Pomeroy, S. L., Golub, T. R., Lander, E. S. and Mesirov, J. P. (2005). Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles, PNAS, 102, 15545-15550.
Tian, L., Greenberg, S. A., Kong, S. W., Altschuler, J., Kohane, I. S. and Park, P. J. (2005). Discovering statistically significant pathways in expression profiling studies, PNAS, 102, 13544-13549.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.