유전자 선택: 베이지안 변수 선택 접근법

UNLABELLED: 표현 패턴을 통한 중요한 유전자 선택은 마이크로어레이 실험에서 중요한 문제입니다. 샘플 크기가 작고 변수(유전자)가 많기 때문에 선택 과정이 불안정할 수 있습니다. 이 논문에서는 유전자(변수) 선택을 위한 계층적 베이지안 모델을 제안합니다. 우리는 모델을 회귀 설정에 맞추기 위해 잠재 변수를 사용하고 변수를 선택하기 위해 베이지안 혼합 사전 분포를 사용합니다. 모델의 차원(중요한 유전자 수)에 대한 사전 분포를 할당하여 모델 크기를 제어합니다. 매개변수의 후향 분포는 명시적 형태가 아니므로 잘린 샘플링과 마르코프 연쇄 몬테카를로(MCMC) 기반 계산 기술의 조합을 사용하여 후향에서 매개변수를 시뮬레이션해야 합니다. 베이지안 모델은 중요한 유전자를 식별하고 미래 예측을 수행하는 데 충분히 유연합니다. 이 방법은 유전자 BRCA1과 BRCA2가 유방암에 대한 유전적 소인과 관련된 cDNA 마이크로어레이를 통한 암 분류에 적용되며, 중요한 유전자 집합을 식별하는 데 사용됩니다. 이 방법은 백혈병 데이터에도 성공적으로 적용되었습니다. SUPPLEMENTARY INFORMATION: http://stat.tamu.edu/people/faculty/bmallick.html.