• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Bioinformatics and Computational Biology >A MULTI-STRATEGY APPROACH TO INFORMATIVE GENE IDENTIFICATION FROM GENE EXPRESSION DATA
【24h】

A MULTI-STRATEGY APPROACH TO INFORMATIVE GENE IDENTIFICATION FROM GENE EXPRESSION DATA

机译：基于基因表达数据的信息基因鉴定的多策略方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An unsupervised multi-strategy approach has been developed to identify informativengenes from high throughput genomic data. Several statistical methods have been usednin the field to identify differentially expressed genes. Since different methods generatendifferent lists of genes, it is very challenging to determine the most reliable gene listnand the appropriate method. This paper presents a multi-strategy method, in whichna combination of several data analysis techniques are applied to a given dataset andna confidence measure is established to select genes from the gene lists generated bynthese techniques to form the core of our final selection. The remainder of the genes thatnform the peripheral region are subject to exclusion or inclusion into the final selection.nThis paper demonstrates this methodology through its application to an in-house cancerngenomics dataset and a public dataset. The results indicate that our method providesnmore reliable list of genes, which are validated using biological knowledge, biologicalnexperiments, and literature search. We further evaluated our multi-strategy method bynconsolidating two pairs of independent datasets, each pair is for the same disease, butngenerated by different labs using different platforms. The results showed that our methodnhas produced far better results
机译：已经开发了一种无监督的多策略方法来从高通量基因组数据中鉴定信息基因。在该领域中已经使用了几种统计方法来鉴定差异表达的基因。由于不同的方法会生成不同的基因列表，因此确定最可靠的基因列表和适当的方法非常具有挑战性。本文提出了一种多策略方法，其中将几种数据分析技术组合应用于给定的数据集，并建立了置信度以从这些技术生成的基因列表中选择基因，从而构成了我们最终选择的核心。形成外围区域的其余基因将被排除或包含到最终选择中。n本文通过将其应用于内部癌症基因组数据集和公共数据集来证明此方法。结果表明，我们的方法提供了更可靠的基因列表，这些列表已使用生物学知识，生物学实验和文献搜索进行了验证。我们通过合并两对独立的数据集进一步评估了我们的多策略方法，每对数据集都针对同一疾病，但是由不同的实验室使用不同的平台生成。结果表明，我们的方法产生了更好的结果

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号