A novel application of quantile regression for identification of biomarkers exemplified by equine cartilage microarray data.
A novel application of quantile regression for identification of biomarkers exemplified by equine cartilage microarray data.
复制标题
分位数回归用于鉴定生物标志物的新应用，以马软骨微阵列数据为例。
DOI：
10.1186/1471-2105-9-300
复制
发表时间：
2008-07-02
影响因子：
3
通讯作者：
Bathke, Arne C.
中科院分区：
文献类型：
--
作者：
Huang, Liping;Zhu, Wenying;Saunders, Christopher P.;MacLeod, James N.;Zhou, Mai;Stromberg, Arnold J.;Bathke, Arne C.
近年来，在用于疾病分类的数千个基因中鉴定生物标志物已成为大量研究的主题。这些研究的重点是疾病分类，将受影响的实验组与正常患者进行比较。可以进行相关实验来识别组织限制性生物标志物，即与体内其他组织类型相比在一种组织中表达水平高的基因。在这项研究中，使用两种颜色阵列实验设计将软骨与其他十种身体组织进行了比较。三十七个探针组被鉴定为软骨生物标志物。其中，13 个 (35%) 具有与软骨相关的现有注释，包括几个成熟的软骨生物标志物。这些基因构成了一个有用的数据库，可以从中选择软骨生物学研究的新靶标。我们根据观察到的 M 确定软骨特异性 Z 分数，将所有 10 个软骨/组织比较中 Z 分数≥ 1.96 的基因分类为软骨特异性基因。分位数回归是一种很有前途的方法，用于分析两种颜色阵列实验，在没有生物重复的情况下比较多个样本，从而限制可量化的误差。我们使用非参数方法揭示了 M 和 A 的百分位数之间的关系，其中 M 为 log2(R/G)，A 为 0.5 log2(RG)，其中 R 代表软骨中的基因表达水平，G 代表其他 10 个组织之一的基因表达水平。然后我们进行线性分位数回归来识别具有软骨限制表达模式的基因。
Identification of biomarkers among thousands of genes arrayed for disease classification has been the subject of considerable research in recent years. These studies have focused on disease classification, comparing experimental groups of effected to normal patients. Related experiments can be done to identify tissue-restricted biomarkers, genes with a high level of expression in one tissue compared to other tissue types in the body. In this study, cartilage was compared with ten other body tissues using a two color array experimental design. Thirty-seven probe sets were identified as cartilage biomarkers. Of these, 13 (35%) have existing annotation associated with cartilage including several well-established cartilage biomarkers. These genes comprise a useful database from which novel targets for cartilage biology research can be selected. We determined cartilage specific Z-scores based on the observed M to classify genes with Z-scores ≥ 1.96 in all ten cartilage/tissue comparisons as cartilage-specific genes. Quantile regression is a promising method for the analysis of two color array experiments that compare multiple samples in the absence of biological replicates, thereby limiting quantifiable error. We used a nonparametric approach to reveal the relationship between percentiles of M and A, where M is log2(R/G) and A is 0.5 log2(RG) with R representing the gene expression level in cartilage and G representing the gene expression level in one of the other 10 tissues. Then we performed linear quantile regression to identify genes with a cartilage-restricted pattern of expression.
登录
查看更多内容
影响因子：
1.9
作者：
Wang, Huixia;He, Xuming
通讯作者：
He, Xuming
影响因子：
5.8
作者：
Chu, W;Ghahramani, Z;Wild, DL
通讯作者：
Wild, DL
DOI：
10.1198/016214506000001220
发表时间：
2007-03-01
影响因子：
3.7
作者：
Wang, Huixia;He, Xuming
通讯作者：
He, Xuming
影响因子：
6.1
作者：
KOENKER, R;BASSETT, G
通讯作者：
BASSETT, G
DOI：
10.1073/pnas.93.20.10614
发表时间：
1996-10-01
影响因子：
11.1
作者：
Schena, M;Shalon, D;Davis, RW
通讯作者：
Davis, RW