Accounting for uncertainty when assessing association between copy number and disease: a latent class model.
Accounting for uncertainty when assessing association between copy number and disease: a latent class model.
复制标题
DOI：
10.1186/1471-2105-10-172
复制
发表时间：
2009-06-06
影响因子：
3
通讯作者：
Armengol L
中科院分区：
文献类型：
--
作者：
González JR;Subirana I;Escaramís G;Peraza S;Cáceres A;Estivill X;Armengol L
拷贝数变异（CNVs）可能通过改变基因和其他调控元件的剂量在疾病风险中发挥重要作用，这可能具有功能性，并最终导致表型后果。因此，确定CNV是否与给定疾病相关可能与理解人类疾病的发生和进展有关。目前阶段的技术给出了CNV探针信号，从该信号推断拷贝数状态。因此，在统计分析中消除CNV调用的不确定性是一个非常重要的方面。在本文中，我们提出了一个框架，评估之间的关联CNVs和疾病的病例对照研究，其中考虑到不确定性。我们还指出了如何使用该模型来分析连续性状和调整混杂协变量。通过模拟研究，我们表明，我们的方法优于其他简单的方法的基础上推断的基础CNV和评估协会使用定期测试，不传播调用的不确定性。我们将该方法应用于一个真实的数据集在一个受控的MLPA实验显示出良好的效果。该方法还扩展到说明如何分析aCGH数据。我们证明，我们的方法是强大的，并达到最大的理论功率，因为它可以容纳不确定性时，拷贝数状态推断。我们已经免费提供了R函数。
Copy number variations (CNVs) may play an important role in disease risk by altering dosage of genes and other regulatory elements, which may have functional and, ultimately, phenotypic consequences. Therefore, determining whether a CNV is associated or not with a given disease might be relevant in understanding the genesis and progression of human diseases. Current stage technology give CNV probe signal from which copy number status is inferred. Incorporating uncertainty of CNV calling in the statistical analysis is therefore a highly important aspect. In this paper, we present a framework for assessing association between CNVs and disease in case-control studies where uncertainty is taken into account. We also indicate how to use the model to analyze continuous traits and adjust for confounding covariates. Through simulation studies, we show that our method outperforms other simple methods based on inferring the underlying CNV and assessing association using regular tests that do not propagate call uncertainty. We apply the method to a real data set in a controlled MLPA experiment showing good results. The methodology is also extended to illustrate how to analyze aCGH data. We demonstrate that our method is robust and achieves maximal theoretical power since it accommodates uncertainty when copy number status are inferred. We have made R functions freely available.
登录
查看更多内容
影响因子：
9.8
作者：
Fellermann, Klaus;Stange, Daniel E.;Stange, Eduard F.
通讯作者：
Stange, Eduard F.
影响因子：
1.9
作者：
Picard, F.;Robin, S.;Daudin, J.-J.
通讯作者：
Daudin, J.-J.
影响因子：
4.5
作者：
Sarkar, Sanat K.
通讯作者：
Sarkar, Sanat K.
影响因子：
5.8
作者：
van de Wiel, Mark A.;Kim, Kyung In;Ylstra, Bauke
通讯作者：
Ylstra, Bauke
影响因子：
56.9
作者：
Gonzalez, E;Kulkarni, H;Ahuja, SK
通讯作者：
Ahuja, SK