用于纵向组学数据统计分析的GEE-TGDR算法的开发和应用
批准号:
31401123
项目类别:
青年科学基金项目
资助金额:
25.0 万元
负责人:
田肃岩
依托单位:
学科分类:
生物数据资源与分析方法
结题年份:
2017
批准年份:
2014
项目状态:
已结题
项目参与者:
贾志芳、曹东慧、孔菲、王川、武兴、Suarez-Farinas Mayte
中文摘要
特征选择算法在纵向组学数据分析中的应用远远落后于它在横向组学数据的数据分析当中的应用。在此,我们旨在开发一种新型的适用于纵向组学数据的特征选择算法:GEE-TGDR。 基于GEE-TGDR结合阈值梯度下降调整法(TGDR)和广义估量方程(GEE)两种成熟稳定的数学模型,我们预期它将继承这两个模型的特色和优势。对此我们除了理论的推算外,更多地是利用模拟数据和实例进行验证。后期我们还会推出一系列配套的R软件包,从而使GEE-TGDR算法的推广应用成为可能。GEE-TGDR在临床研究中,特别是诊断和预后研究中意义重大。它的成功开发及推广应用促进制定“个体化用药”方案的可能,从而优化治疗效果,节约医疗成本,提高病患的存活率和生活质量。
英文摘要
Feature selection algorithm has been commonly used in “omics” data, however, it is uaually limited to cross-sectional analyses. Here, we propose a framework which integrates two mature models; Generalized Estimating Equation (GEE) and Threshold Gradient Descent Regularization (TGDR), into a new algorithm to specifically tackle with feaure selection in a longitudinal “omics” data . ..The framework is referred to as GEE-TGDR. It is expected that GEE-TGDR can inherit the characteristics of both TGDR and GEE, which needs both theoretical justifications and comprehensive evaluation using synthesized and real data. Moreover, after by applying GEE-TGDR to many suitable “omics” data, we will trim the framework to optimize its performance and then issue a series of R BioConductor packages. ..GEE-TGDR is a handy tool in the field of clinical epidemiology, especially for a diagnostic and prognostic study. Moreover, it makes personalized medicine possible, which means more subject-specific effective treatments, less medical expenses, and better surival rate and quality of life for patients.
针对使用常用的纵向数据分析手段,如广义估计方程(GEE)对复杂的纵向组学数据进行特征选择的统计算法为数不多的现象,我们提出了结合GEE方法与阈值梯度下降调整法(TGDR)来开发一种专门处理这类问题的新型统计方法,即GEE-TGDR 算法。此算法挑选与纵向因变量(如:不同时间点患者对药物是否有反应)密切相关的基因,并估算这些基因的线性系数,从而给出预测法则(即最终的统计模型)来预测个体在不同时间点或段所属的类别。.本课题的主要目标就是来开发像GEE-TGDR一样能够处理因变量和/或自变量为纵向数据的这类特征选择算法,并将其加以应用和推广。目前我们成功地实现了GEE-TGDR算法的编程,并通过使用模拟数据对程序的正确性进行了评估和初步探讨了算法的优缺点。而后,我们将GEE-TGDR算法和相关算法进行了比较来进一步探讨和总结GEE-TGDR算法的特性, 此分析表明GEE-TGDR算法在预测能力和模型稳定性等方面均优于所考虑的相关算法。并且我们还对TGDR算法和坐标下沉方法进行了比较,结果表明TGDR算法得到的基因标识物(gene signature)的预测能力、模型稳定性和生物学角度的诠释均优于使用坐标下沉方法得到的基因标识物。但是坐标下沉方法在运算效率方面则具有很大的优势,它在消耗了远少于TGDR算法的计算时间的情况下,同样具备着较为满意的预测能力。鉴于TGDR算法和坐标下沉方法具有互为补充的优点,如何联合使用这两种方法来进一步完善GEE-TGDR算法是我们现在急需解决的问题。 .以GEE-TGDR算法为代表的这类特征选择算法在临床诊断和预后研究中具有重要的科学意义:在算法识别出的特征变量的基础上,科研人员可以进行实验来验证它们是否是潜在的生物标志物(biomarker),一经验证后医疗人员就可以根据这些标志物来开发低成本、高灵敏度和高特异度的诊断方法,从而增大高通量技术成为疾病诊断和检测手段的可能性;这些算法使预测不同患者对药物的反应和在什么时间点/段有所反应成为了可能,从而有助于临床医生制定个体化治疗方案来节约医疗成本、挽救病患的生命和提高他们的生活质量。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
登录
查看更多内容
Classification of early-stage non-small cell lung cancer by weighing gene expression profiles with connectivity information
通过权衡基因表达谱与连接信息对早期非小细胞肺癌进行分类
DOI:
10.1002/bimj.201700010
发表时间:
2017
期刊:
Biometrical Journal
影响因子:
1.7
作者:
[Ao Zhang, Suyan Tian]
通讯作者:
Suyan Tian
Identification of prognostic genes and gene sets for early-stage non-small cell lung cancer using bi-level selection methods.
使用双层选择方法鉴定早期非小细胞肺癌的预后基因和基因集
DOI:
10.1038/srep46164
发表时间:
2017-04-07
期刊:
Scientific reports
影响因子:
4.6
作者:
[Tian S, Wang C, Chang HH, Sun J]
通讯作者:
Sun J
DOI:
10.1155/2016/2491671
发表时间:
2016
期刊:
BioMed research international
影响因子:
--
作者:
[Zhang L, Wang L, Du B, Wang T, Tian P, Tian S]
通讯作者:
Tian S
Test on existence of histology subtype-specific prognostic signatures among early stage lung adenomcarcinoma and squamous cell carcinoma patients using a Cox-model based filter.
使用基于 Cox 模型的过滤器测试早期肺腺癌和鳞状细胞癌患者中是否存在组织学亚型特异性预后特征。
DOI:
--
发表时间:
2015
期刊:
Biology Direct
影响因子:
5.5
作者:
[Tian SY, Wang C, An MW]
通讯作者:
An MW
Identification of differentially-expressed genes between early-stage adenocarcinoma and squamous cell carcinoma lung cancer using meta-analysis methods
利用Meta分析方法鉴定早期腺癌和鳞癌肺癌之间的差异表达基因
DOI:
10.3892/ol.2017.5838
发表时间:
2017-05-01
期刊:
ONCOLOGY LETTERS
影响因子:
2.9
作者:
[Wang, Tianjiao, Zhang, Lei, Tian, Suyan]
通讯作者:
Tian, Suyan
共 10 条
国内基金
海外基金