Key points are not available for this paper at this time.
유전자 세트의 풍부성 분석은 전체 유전체 발현 데이터를 기능적으로 해석하는 인기 있는 접근법입니다. 기존 테스트는 유전자 간 상관관계의 영향을 받아 높은 제I형 오류를 초래합니다. 가장 널리 사용되는 테스트인 유전자 세트 풍부성 분석(GSEA)은 샘플 레이블의 계산적으로 집약된 순열을 기반으로 유전자 간 상관관계를 보존하는 영 분포를 생성합니다. 더 최근의 접근법인 CAMERA는 데이터에서 직접 분산 팽창 계수를 추정하여 이러한 상관관계를 보정하려고 합니다. 이러한 방법들은 유전자 세트 활성 탐지를 위한 P-값을 생성하지만, 신뢰 구간을 생성하거나 사후 비교를 허용할 수는 없습니다. 우리는 유전자 발현의 정량적 세트 분석(QuSAGE)을 위한 새로운 계산 프레임워크를 개발했습니다. QuSAGE는 유전자 간 상관관계를 고려하고, 분산 팽창 계수의 추정을 개선하며, P-값으로 영 가설의 편차를 평가하는 대신 완전한 확률 밀도 함수로 유전자 세트 활성화를 정량화합니다. 이 확률 밀도 함수에서 P-값과 신뢰 구간을 추출할 수 있으며, 통계적 추적성을 유지하면서 사후 분석을 수행할 수 있습니다. 유전자 세트 풍부성 분석 및 CAMERA와 비교할 때, QuSAGE는 만성 C형 간염 바이러스 환자 및 인플루엔자 A 바이러스 감염에 대한 반응 프로파일링의 실제 데이터에서 더 나은 민감도와 특이성을 보여줍니다. QuSAGE는 방법에 대한 핵심 기능과 결과를 플롯하고 시각화하는 기능을 포함하는 R 패키지로 제공됩니다.
Yaari et al. (Mon,)는 이 질문을 연구했습니다.