Gaussian process based bayesian semiparametric quantitative trait Loci interval mapping.
Gaussian process based bayesian semiparametric quantitative trait Loci interval mapping.
复制标题
DOI：
10.1111/j.1541-0420.2009.01268.x
复制
发表时间：
2010-03
期刊：
影响因子：
1.9
通讯作者：
Zou F
中科院分区：
文献类型：
--
作者：
Huang H;Zhou H;Cheng F;Hoeschele I;Zou F
在连锁分析中，通常需要包括协变量，如年龄或体重，以增加功效或避免虚假的假阳性结果。但是，如果模型中的协变量项指定不正确（例如，二次项误指定为线性项），则包含协变量可能会对数量性状基因座（QTL）鉴定的功效和准确性产生不利影响。此外，一些协变量可能以复杂的方式相互作用。我们实现了单QTL和多QTL定位的半参数模型。两种映射方法均包括发现或怀疑与响应变量具有比线性更复杂但未知关系的任何协变量的未指定函数。它们还允许不同协变量之间的相互作用。这种分析是在贝叶斯推理框架使用马尔可夫链蒙特卡罗。我们的方法的优点是通过广泛的模拟和真实的数据分析证明。
In linkage analysis, it is often necessary to include covariates such as age or weight to increase power or avoid spurious false positive findings. However, if a covariate term in the model is specified incorrectly (e.g., a quadratic term misspecified as a linear term), then the inclusion of the covariate may adversely affect power and accuracy of the identification of Quantitative Trait Loci (QTL). Furthermore, some covariates may interact with each other in a complicated fashion. We implement semiparametric models for single and multiple QTL mapping. Both mapping methods include an unspecified function of any covariate found or suspected to have a more complex than linear but unknown relationship with the response variable. They also allow for interactions among different covariates. This analysis is performed in a Bayesian inference framework using Markov chain Monte Carlo. The advantages of our methods are demonstrated via extensive simulations and real data analysis.
登录
查看更多内容
影响因子：
2.9
作者：
McQueen, MB;Bertram, L;Santangelo, SL
通讯作者：
Santangelo, SL
影响因子：
2.7
作者：
DiMatteo, I;Genovese, CR;Kass, RE
通讯作者：
Kass, RE
DOI：
10.1111/1467-9868.00151
发表时间：
1998-01-01
影响因子：
5.8
作者：
Abramovich, F;Sapatinas, T;Silverman, BW
通讯作者：
Silverman, BW
DOI：
10.1111/1467-9868.00354
发表时间：
2002-01-01
影响因子：
5.8
作者：
Broman, KW;Speed, TP
通讯作者：
Speed, TP
影响因子：
3.7
作者：
GEORGE, EI;MCCULLOCH, RE
通讯作者：
MCCULLOCH, RE