Identification of gene-environment interactions in cancer studies using penalization.
Identification of gene-environment interactions in cancer studies using penalization.
复制标题
DOI：
10.1016/j.ygeno.2013.08.006
复制
发表时间：
2013-10
期刊：
影响因子：
4.4
通讯作者：
Ma, Shuangge
中科院分区：
文献类型：
--
作者：
Liu, Jin;Huang, Jian;Zhang, Yawei;Lan, Qing;Rothman, Nathaniel;Zheng, Tongzhang;Ma, Shuangge
高通量癌症研究已经广泛进行，寻找与临床和环境风险因素以外的结果相关的遗传标记。基因与环境的相互作用可能具有超越主效应的重要影响。通常采用的单标记分析方法不能处理大量标记的联合效应。现有的联合效应方法也有局限性。具体而言，它们可能会遭受高计算成本，不尊重“主效应，交互作用”的层次结构，或使用无效的技术。我们开发了一种惩罚方法来识别重要的G × E相互作用和主效应。它有一个直观的公式，尊重层次结构，适应多个标记的联合作用，是计算负担得起的。在数值研究中，我们分析了AFT（加速失效时间）模型下的预测数据。仿真结果表明，所提出的方法具有令人满意的性能。NHL（非霍奇金淋巴瘤）研究与SNP测量的分析表明，所提出的方法确定具有重要意义和令人满意的预测性能的标记。
High-throughput cancer studies have been extensively conducted, searching for genetic markers associated with outcomes beyond clinical and environmental risk factors. Gene–environment interactions can have important implications beyond main effects. The commonly-adopted single-marker analysis cannot accommodate the joint effects of a large number of markers. The existing joint-effects methods also have limitations. Specifically, they may suffer from high computational cost, do not respect the “main effect, interaction” hierarchical structure, or use ineffective techniques. We develop a penalization method for the identification of important G × E interactions and main effects. It has an intuitive formulation, respects the hierarchical structure, accommodates the joint effects of multiple markers, and is computationally affordable. In numerical study, we analyze prognosis data under the AFT (accelerated failure time) model. Simulation shows satisfactory performance of the proposed method. Analysis of an NHL (non-Hodgkin lymphoma) study with SNP measurements shows that the proposed method identifies markers with important implications and satisfactory prediction performance.
登录
查看更多内容
影响因子：
4.5
作者：
Zhang, Cun-Hui
通讯作者：
Zhang, Cun-Hui
影响因子：
2.3
作者：
Witten DM;Tibshirani R
通讯作者：
Tibshirani R
影响因子：
2.6
作者：
Martinez-Lopez, Joaquin;Rivero, Ana;Tomas, Jose F.
通讯作者：
Tomas, Jose F.
影响因子：
2.3
作者：
Fingerle-Rowson, Guenter;Petrenko, Oleksi
通讯作者：
Petrenko, Oleksi
影响因子：
3
作者：
Amato R;Pinelli M;D'Andrea D;Miele G;Nicodemi M;Raiconi G;Cocozza S
通讯作者：
Cocozza S