Non-linear analysis of GeneChip arrays.
Non-linear analysis of GeneChip arrays.
复制标题
DOI：
10.1093/nar/gkl435
复制
发表时间：
2006
影响因子：
14.9
通讯作者：
Tavaré S
中科院分区：
文献类型：
--
作者：
Abdueva D;Skvortsov D;Tavaré S
将微阵列杂交理论应用于基因芯片数据已成为数据分析人员的一个研究热点。已经表明，双曲线朗缪尔等温线捕获了对亲和素基因芯片浓度的信号响应的形状。我们表明，现有的线性拟合方法提取基因表达的措施是不适合饱和度的影响，从表面吸附过程。与最流行的方法相比，我们在单个全局拟合例程中拟合背景和浓度参数，而不是在获得基因表达测量之前估计背景。我们描述了一个非线性多芯片模型的完美匹配信号，有效地允许分离的特异性和非特异性成分的微阵列信号，并避免在高强度范围内的饱和偏差。多模型推理，纳入拟合例程，允许定量选择的模型，最好地描述了观察到的数据。该方法的性能进行评估公开可用的数据集，并比较流行的算法。
The application of microarray hybridization theory to Affymetrix GeneChip data has been a recent focus for data analysts. It has been shown that the hyperbolic Langmuir isotherm captures the shape of the signal response to concentration of Affymetrix GeneChips. We demonstrate that existing linear fit methods for extracting gene expression measures are not well adapted for the effect of saturation resulting from surface adsorption processes. In contrast to the most popular methods, we fit background and concentration parameters within a single global fitting routine instead of estimating the background before obtaining gene expression measures. We describe a non-linear multi-chip model of the perfect match signal that effectively allows for the separation of specific and non-specific components of the microarray signal and avoids saturation bias in the high-intensity range. Multimodel inference, incorporated within the fitting routine, allows a quantitative selection of the model that best describes the observed data. The performance of this method is evaluated on publicly available datasets, and comparisons to popular algorithms are presented.
登录
查看更多内容
DOI：
10.1073/pnas.011404098
发表时间：
2001-01-02
影响因子：
11.1
作者：
Li, C;Wong, WH
通讯作者：
Wong, WH
影响因子：
14.9
作者：
Peterson, AW;Heaton, RJ;Georgiadis, RM
通讯作者：
Georgiadis, RM
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
DOI：
10.1073/pnas.091062498
发表时间：
2001-04-24
影响因子：
11.1
作者：
Tusher, VG;Tibshirani, R;Chu, G
通讯作者：
Chu, G
影响因子：
5.8
作者：
Cope, LM;Irizarry, RA;Speed, TP
通讯作者：
Speed, TP