PICNIC: an algorithm to predict absolute allelic copy number variation with microarray cancer data.
PICNIC: an algorithm to predict absolute allelic copy number variation with microarray cancer data.
复制标题
PICNIC：一种利用微阵列癌症数据预测绝对等位基因拷贝数变异的算法。
DOI：
10.1093/biostatistics/kxp045
复制
发表时间：
2010-01
期刊：
影响因子：
2.1
通讯作者：
Stratton, Michael R.
中科院分区：
文献类型：
--
作者：
Greenman, Chris D.;Bignell, Graham;Butler, Adam;Edkins, Sarah;Hinton, Jon;Beare, Dave;Swamy, Sajani;Santarius, Thomas;Chen, Lina;Widaa, Sara;Futreal, P. Andy;Stratton, Michael R.
高通量寡核苷酸微阵列通常用于研究遗传疾病，包括癌症。用于提取基因型和拷贝数变异的算法通常与遗传疾病相关的二倍体基因组功能最优。然而，癌症基因组本质上是非整倍体，导致在使用这些技术时出现系统错误。介绍了一种针对癌症的预处理变换和隐马尔可夫模型算法。这就产生了基因型分类、杂合性缺失区域的描述和绝对等位基因拷贝数分割。结合独立的实验技术证明了准确的预测。这些方法以来自755个癌细胞系的affymetrix全基因组SNP6.0数据为例，能够根据生物学兴趣的许多特征进行推断。这些数据和编码算法可以免费下载。
High-throughput oligonucleotide microarrays are commonly employed to investigate genetic disease, including cancer. The algorithms employed to extract genotypes and copy number variation function optimally for diploid genomes usually associated with inherited disease. However, cancer genomes are aneuploid in nature leading to systematic errors when using these techniques. We introduce a preprocessing transformation and hidden Markov model algorithm bespoke to cancer. This produces genotype classification, specification of regions of loss of heterozygosity, and absolute allelic copy number segmentation. Accurate prediction is demonstrated with a combination of independent experimental techniques. These methods are exemplified with affymetrix genome-wide SNP6.0 data from 755 cancer cell lines, enabling inference upon a number of features of biological interest. These data and the coded algorithm are freely available for download.
登录
查看更多内容
ACGH的基因组拷贝数变化的灵活，准确检测。
影响因子：
4.3
作者：
Rueda, Oscar M.;Diaz-Uriarte, Ramon
通讯作者：
Diaz-Uriarte, Ramon
影响因子：
2.1
作者：
Olshen, AB;Venkatraman, ES;Wigler, M
通讯作者：
Wigler, M
影响因子：
2.1
作者：
Carvalho, Benilton;Bengtsson, Henrik;Irizarry, Rafael A.
通讯作者：
Irizarry, Rafael A.
影响因子：
5.8
作者：
Li, Youjuan;Zhu, Ji
通讯作者：
Zhu, Ji
影响因子：
64.8
作者：
Rajagopalan, H;Lengauer, C
通讯作者：
Lengauer, C