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.31 no.2, 2018년, pp.241 - 251
The analysis of gene sets in microarray has advantages in interpreting biological functions and increasing statistical powers. Many statistical methods have been proposed for detecting significant gene sets that show relations between genes and phenotypes, but there is no consensus about which is th...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
마이크로어레이 자료 분석의 목적은 무엇인가? | 질병의 진단이나 치료에 관여하는 바이오마커를 찾아내기 위한 마이크로어레이 자료 분석은 표본의 표현형(암 또는 정상, 돌연변이 발생 여부나 병기 등)에 따라 발현의 차이를 보이는 특이발현 유전자나 유 전자집합을 추출하는데 목적이 있다. 이때 사용되는 유전자집합은 동일한 기능의 대사경로에 참여하였거나 염색체 위치가 같은 유전자들, 또는 전장유전체연관분석에서 밝혀진 특정 형질과 관련된 유전자들의 모임이며, 어떤 집합이 질병의 발생에 관련이 있는지에 대한 판단은 표현형에 따라 발현 형태에 유의한 차이가 있는지 검정한 결과에 따른다. | |
자립귀무가설이란? | 이때 검정은 비교대상을 어떻게 정의하는가에 따라 두 가지의 귀무가설이 가능하다 (Tian 등, 2005). 경쟁귀무가설(competitive null hypothesis)은 유전자집합과 표현형 사이의 연관성을 비슷한 크기의 다른 유전자집합과 비교하고 자립귀무가설(self-contained null hypothesis)은집합에속한유전자들로부터만들어낼수있는우연한관계의연관성들과비교하는것이다. | |
순위를 이용한 정규점수변환 과정의 장점은? | 순위를 이용한 정규점수변환 과정을 거치면 표본별 꼬리 부분 유전자들의 특별한 현상까지 제거된다는 지적도 있었지만 Bolstad 등 (2003)은 실증적으로 아무런 문제가 없음을 보였다. 또한 Tan 등 (2006)는 모의실험과 실제 자료분석을 통하여 순위를 이용한 분석이 표본크기가 작거나 발현값의 잡음이 많거나 변이가 큰 경우에 Significance Analysis of Microarrays (SAM) (Tusher 등, 2001)보다 훨씬 더 효율적임을 보였다. |
Ackermann, M. and Strimmer, K. (2009). A general modular framework for gene set enrichment analysis, BMC Bioinformatics, 10, 47.
Benjamini, Y. and Hochberg, Y. (1995). Controlling the false discovery rate: a practical and powerful approach to multiple testing, Journal of the Royal Statistical Society. Series B (Methodological), 57, 289-300.
Bolstad, B. M., Irizarry, R. A., Astrand, M., and Speed, T. P. (2003). A comparison of normalization methods for high density oligonucleotide array data based on variance and bias, Bioinformatics, 19, 185-193.
Bonferroni, C. (1936). Teoria statistica delle classi e calcolo delle probabilita, Pubblicazioni del R Istituto Superiore di Scienze Economiche e Commerciali di Firenze, 8, 3-62.
Chiaretti, S., Li, X., Gentleman, R., Vitale, A., Vignetti, M., Mandelli, F., Ritz, J., and Foa, R. (2004). Gene expression pro?le of adult T-cell acute lymphocytic leukemia identi?es distinct subsets of patients with di?erent response to therapy and survival, Blood, 103, 2771-2778.
Chiaretti S., Li, X., Gentleman, R., Vitale, A., Wang, K. S., Mandelli, F., Foa, R., and Ritz, J. (2005). Gene expression pro?les of B-lineage adult acute lymphocytic leukemia reveal genetic patterns that identify lineage derivation and distinct mechanisms of transformation, Clinical Cancer Research, 11, 7209-7219.
Efron, B. and Tibshirani, R. (2007). On testing the signi?cance of sets of genes, The Annals of Applied Statistics, 1, 107-129.
Irizarry R. A., Wang, C., Zhou, Y., and Speed, T. P. (2009). Gene set enrichment analysis made simple, Statistical Methods in Medical Research, 18, 565-575.
Kim, S.-Y. and Volsky, D. J. (2005). PAGE: Parametric analysis of gene set enrichment, BMC Bioinformatics, 6, 144.
Larson, J. L. and Owen, A. B. (2015). Moment based gene set tests, BMC Bioinformatics, 16, 132.
Mooney, M. A. and Wilmot, B. (2015). Gene set analysis: a step-by-step guide, American Journal of Medical Genetics. Part B, Neuropsychiatric Genetics, 168, 517-527.
Mootha, V. K., Lindgren, C. M., Eriksson, K. F., et al. (2003). PGC-1alpha-responsive genes involved in oxidative phosphorylation are coordinately downregulated in human diabetes, Nature Genetics, 34, 267-273.
Rahmatallah, Y., Emmert-Streib, F., and Glazko, G. (2014). Gene sets net correlations analysis (GSNCA): a multivariate di?erential coexpression test for gene sets, Bioinformatics, 30, 360-368.
Subramanian, A., Tamayo, P., Mootha, V. K., et al. (2005). Gene set enrichment analysis: a knowledge- based approach for interpreting genome-wide expression pro?les. In Proceedings of the National Academy of Sciences, 102, 15545-15550.
Tan, Y. D., Fornage, M., and Fu, Y. X. (2006). Ranking analysis of microarray data: a powerful method for identifying di?erentially expressed genes, Genomics, 88, 846-554.
Tian, L., Greenberg, S. A., Kong, S. W., Altschuler, J., Kohane, I. S., and Park, P. J. (2005). Discovering statistically signi?cant pathways in expression pro?ling studies. In Proceedings of the National Academy of Sciences, 102, 13544-13549.
Tusher, V. G., Tibshirani, R., and Chu, G. (2001). Signi?cance analysis of microarrays applied to the ionizing radiation response. In Proceedings of the National Academy of Sciences, 98, 5116-5121.
Yekutieli, D. and Benjamini, Y. (1999). Resampling based false discovery rate controlling multiple test procedure for correlated test statistics, Journal of Statistical Planning and Inference, 82, 171-196.
Zahn, J., Sonu, R., Vogel, H., et al. (2006). Transcriptional pro?ling of aging in human muscle reveals a common aging signature, PLoS Genetics, 2, e115.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.