High-dimensional integrative copula discriminant analysis for multiomics data.
High-dimensional integrative copula discriminant analysis for multiomics data.
复制标题
多组学数据的高维综合 copula 判别分析
DOI：
10.1002/sim.8758
复制
发表时间：
2020-12-30
影响因子：
2
通讯作者：
Liu L
中科院分区：
文献类型：
--
作者：
He Y;Chen H;Sun H;Ji J;Shi Y;Zhang X;Liu L
多重组学或整合组学数据在生物医学研究中越来越常见，有望更好地了解人类健康和疾病。在这篇文章中，我们提出了一种在两类分类背景下的综合Copula判别分析分类器，它放松了常见的高斯假设，并通过在判别分析中借用多个组学数据类型的信息来增强能力。数值研究评估了新分类器的有限样本性能。我们将我们的模型应用于宗教秩序研究以及记忆和老龄化项目(ROSMAP)的研究，整合了基因表达和DNA甲基化数据，以更好地预测。
Multiomics or integrative omics data have been increasingly common in biomedical studies, holding a promise in better understanding human health and disease. In this article, we propose an integrative copula discrimination analysis classifier in the context of two-class classification, which relaxes the common Gaussian assumption and gains power by borrowing information from multiple omics data types in discriminant analysis. Numerical studies are conducted to assess the finite sample performance of the new classifier. We apply our model to the Religious Orders Study and Memory and Aging Project (ROSMAP) Study, integrating gene expression and DNA methylation data for better prediction.
登录
查看更多内容
影响因子：
2.5
作者：
Clemmensen, Line;Hastie, Trevor;Ersboll, Bjarne
通讯作者：
Ersboll, Bjarne
影响因子：
2.7
作者：
Lin, Y;Jeon, Y
通讯作者：
Jeon, Y
影响因子：
2.1
作者：
Ma, Shuangge;Huang, Jian;Song, Xiao
通讯作者：
Song, Xiao
影响因子：
2.1
作者：
Huang, Yuan;Huang, Jian;Ma, Shuangge
通讯作者：
Ma, Shuangge
影响因子：
1.5
作者：
Bickel, PJ;Levina, E
通讯作者：
Levina, E