Indirect effect inference and application to GAW20 data.
Indirect effect inference and application to GAW20 data.
复制标题
GAW20数据的间接效应推断及应用
DOI：
10.1186/s12863-018-0638-3
复制
发表时间：
2018-09-17
期刊：
影响因子：
2.9
通讯作者：
Hu YQ
中科院分区：
文献类型：
--
作者：
Li L;Wang C;Lu T;Lin S;Hu YQ
使用单一类型的组学数据的关联研究已经成功地确定了疾病相关的遗传标记，但潜在的机制尚未解决。为了解释这些遗传因素如何影响疾病表型，需要整合多组学数据。我们提出了一种新的方法，LIPID（间接估计的似然推断建议），它使用单核苷酸多态性（SNP）和DNA甲基化数据联合分析性状和SNP之间的关联。SNPs的总效应被分解为直接效应和间接效应，其中间接效应是我们研究的重点。仿真研究表明，LIPID在各种情况下比现有的方法表现更好。GAW20数据的应用也导致了令人鼓舞的结果，因为鉴定的基因似乎与研究的表型具有生物学相关性。所提出的LIPID方法被证明是值得在广泛的模拟和实际数据分析。
Association studies using a single type of omics data have been successful in identifying disease-associated genetic markers, but the underlying mechanisms are unaddressed. To provide a possible explanation of how these genetic factors affect the disease phenotype, integration of multiple omics data is needed. We propose a novel method, LIPID (likelihood inference proposal for indirect estimation), that uses both single nucleotide polymorphism (SNP) and DNA methylation data jointly to analyze the association between a trait and SNPs. The total effect of SNPs is decomposed into direct and indirect effects, where the indirect effects are the focus of our investigation. Simulation studies show that LIPID performs better in various scenarios than existing methods. Application to the GAW20 data also leads to encouraging results, as the genes identified appear to be biologically relevant to the phenotype studied. The proposed LIPID method is shown to be meritorious in extensive simulations and in real-data analyses.
登录
查看更多内容
影响因子：
7.6
作者：
BARON, RM;KENNY, DA
通讯作者：
KENNY, DA
影响因子：
30.8
作者：
Kerkel, Kristi;Spadola, Alexandra;Tycko, Benjamin
通讯作者：
Tycko, Benjamin
DOI：
10.1038/nrg3000
发表时间：
2011-07-12
期刊：
Nature reviews. Genetics
影响因子：
--
作者：
通讯作者：
--
甲型流感大流行 (H1N1) 病毒引起的肺炎患者的抗病毒治疗和结果
影响因子：
3.7
作者：
Yang SG;Cao B;Liang LR;Li XL;Xiao YH;Cao ZX;Jia HY;Yu HJ;Xu Z;Gu L;Yang YD;Chen Y;Du WB;Yan XX;Liang ZA;Zhang W;Zhang CL;Chen W;Guo CP;Jiang XL;Yang M;Deng GM;Yu KJ;Hu K;Zou Q;Li LJ;Wang C;National Influenza A Pandemic (H1N1) 2009 Clinical Investigation Group of China
通讯作者：
National Influenza A Pandemic (H1N1) 2009 Clinical Investigation Group of China
影响因子：
30.8
作者：
Zhernakova, Dania V.;Deelen, Patrick;Franke, Lude
通讯作者：
Franke, Lude