A latent class model with hidden Markov dependence for array CGH data.
A latent class model with hidden Markov dependence for array CGH data.
复制标题
一个具有隐藏Markov依赖性阵列CGH数据的潜在类模型。
DOI：
10.1111/j.1541-0420.2009.01226.x
复制
发表时间：
2009-12
期刊：
影响因子：
1.9
通讯作者：
Betensky RA
中科院分区：
文献类型：
--
作者：
DeSantis SM;Houseman EA;Coull BA;Louis DN;Mohapatra G;Betensky RA
阵列CGH是一种高通量技术，旨在检测与癌症发展和进展相关的基因组改变。该技术产生表征肿瘤与健康细胞中DNA拷贝数变化的荧光比率。基于aCGH谱的肿瘤分类具有科学意义，但这些数据的分析由于大量高度相关的测量而变得复杂。在这篇文章中，我们开发了一个监督贝叶斯潜在类的分类方法，依赖于一个隐马尔可夫模型占强度比的依赖。监督意味着分类由临床终点指导。后验推论类特定的拷贝数的增益和损失。我们在脑肿瘤的研究中展示了我们的技术，我们的方法能够识别具有不同基因组特征的肿瘤子集，并通过生存率比无监督方法更好地区分类别。
Array CGH is a high-throughput technique designed to detect genomic alterations linked to the development and progression of cancer. The technique yields fluorescence ratios that characterize DNA copy number change in tumor versus healthy cells. Classification of tumors based on aCGH profiles is of scientific interest but the analysis of these data is complicated by the large number of highly correlated measures. In this article, we develop a supervised Bayesian latent class approach for classification that relies on a hidden Markov model to account for the dependence in the intensity ratios. Supervision means that classification is guided by a clinical endpoint. Posterior inferences are made about class-specific copy number gains and losses. We demonstrate our technique on a study of brain tumors, for which our approach is capable of identifying subsets of tumors with different genomic profiles, and differentiates classes by survival much better than unsupervised methods.
登录
查看更多内容
影响因子：
5.8
作者：
Marioni, JC;Thorne, NP;Tavaré, S
通讯作者：
Tavaré, S
影响因子：
4.1
作者：
Mohapatra, Gayatry;Betensky, Rebecca A.;Louis, David N.
通讯作者：
Louis, David N.
影响因子：
1.9
作者：
Larsen, K
通讯作者：
Larsen, K
DOI：
10.1093/jnci/90.19.1473
发表时间：
1998-10-07
期刊：
JOURNAL OF THE NATIONAL CANCER INSTITUTE
影响因子：
--
作者：
Cairncross, JG;Ueki, K;Louis, DN
通讯作者：
Louis, DN
DOI：
10.1111/j.1467-9868.2006.00545.x
发表时间：
2006-01-01
影响因子：
5.8
作者：
Ray, S;Mallick, B
通讯作者：
Mallick, B