Statistical Genetics, Kyoto University - Time-Course Gene Set Analysis of Expression 時系列遺伝セット発現解析
Time-Course Genee Set Analysis for Longitudinal Gene Expression Data (PLoS Computational Biology)
- 概要 Abstract
- 網羅的遺伝子解析を経時的に行い、その中に、経時的にパターンを持って動く遺伝子のグループがあるかどうかを検討する
- Based on systematic gene-expression data in time-series, evaluate sets of genes that move together in a time-dependent manner.
- Link to application アプリへのリンク
- Method's skeleton 方法の骨格
- Mixed model 混合効果モデルをして、Mixed effect model is used and
- 遺伝子セットごとに尤度比検定をして Likelihood ratio test is performed for each gene set and
- 複数遺伝子のマルチプルテスティングを補正して correct p-values for multiple testing and
- モデルのパラメタ推定値を算出する(し直す) calculate parameter values for the models.
- 混合効果モデルは Mixed effect model is：
- 遺伝子がどれかによって発現量が決まるという回帰式を基本とする has a linear regression formula for each gene and
- これに、バラツキを混合する mix some variation terms and
- バラツキはいくつかの要因によってもたらされる the variation terms depends on multiple factors
- 個人が誰ｘ遺伝子が何、という組み合わせも発現量に影響するかもしれないのでその項を回帰式に入れる
- 時系列を扱うために Time-series is handled like：
- 時系列変化パターンを時刻の関数として設定し、遺伝子ごとにそれを定めて、関数の係数を回帰対象にする set parameterized time-function sets and their coefficients are the targets of regression.
- 遺伝子をセットで解析するために To handle genes in sets：
- 遺伝子がある遺伝子セットに属するとどういう値をとるか、という項を入れる includes terms depending on sets and
- さらに、時系列変化パターンのための関数を、セットに共通する項と、セットに属する遺伝子に依存する項とに分けて作る time-functions also have set-dependent term and individual gene-dependent term(s).
- 検定は Statistical tests：
- 遺伝子セットを想定して設定した項があるものとしての回帰と、ないものとしての回帰とで、それぞれの最尤推定値の下での尤度比をとり、尤度比検定をする depend on likelihood ratio tests based on maximum likelihoods from fewer parameters and more parameters and
- ただし、モデルが入り組んでいるので、統計量には少し工夫をする(カイ二乗分布の混合による近似)
- 複数の遺伝子セットについて、そのセットを組むことが有意かどうかを検定するので、マルチプルテスティングになる。その補正でFDRを用いる(FDRについては今回は触れない) correct p-values for multipletestings of multiple gene sets with FDR, which will not handled today.
- 推定値のこと Estimates: