Finding Quantitative Trait Loci Genes with Collaborative Targeted Maximum Likelihood Learning.
Finding Quantitative Trait Loci Genes with Collaborative Targeted Maximum Likelihood Learning.
复制标题
DOI：
10.1016/j.spl.2010.11.001
复制
发表时间：
2011-07-01
影响因子：
0.8
通讯作者：
van der Laan MJ
中科院分区：
文献类型：
--
作者：
Wang H;Rose S;van der Laan MJ
数量性状基因座定位的重点是确定一个观察到的性状背后的基因的位置和作用。我们提出了一个合作有针对性的最大似然估计在半参数模型中使用新提出的2部分超级学习算法，以找到数量性状基因座的基因在拟南芥数据。结果进行了比较，参数复合区间映射方法。
Quantitative trait loci mapping is focused on identifying the positions and effect of genes underlying an an observed trait. We present a collaborative targeted maximum likelihood estimator in a semi-parametric model using a newly proposed 2-part super learning algorithm to find quantitative trait loci genes in listeria data. Results are compared to the parametric composite interval mapping approach.
影响因子：
3.8
作者：
HALEY, CS;KNOTT, SA
通讯作者：
KNOTT, SA
影响因子：
1.2
作者：
van der Laan, Mark J.;Gruber, Susan
通讯作者：
Gruber, Susan
DOI：
10.1198/016214506000000834
发表时间：
2007-03-01
影响因子：
3.7
作者：
Jin, Chunfang;Fine, Jason P.;Yandell, Brian S.
通讯作者：
Yandell, Brian S.