Modele de pathway

/Modele de pathway

Modele de pathway

Lorsque les données brutes de génotype ne sont pas disponibles, une approche simple et populaire pour l`analyse des voies est une analyse de surreprésentation basée sur le test exact de Fisher. Cette méthode condense les statistiques de test pour plusieurs SNP au sein d`un gène en une seule valeur (généralement en choisissant la valeur de P la plus importante), classifie chaque gène comme significatif ou non basé sur un seuil de signification pré-spécifié, puis compare le proportion de gènes significativement associés à la maladie dans une voie versus le reste du génome. Le test exact de Fisher et ses extensions ont été mis en œuvre dans un certain nombre de programmes logiciels tels que l`ingéniosité sentier Analysis (IPA, http://www.ingenuity.com/), SNPtoGO (Schwarz et coll., 2008), PRP (Chen et coll., 2009), ALIGATOR (Holmans et al., 2009) et Génomique JMP (http://www.jmp.com/genomics). Cependant, lorsque le seuil de déclaration des gènes significatifs change, les résultats de l`analyse de la voie basée sur le test de Fisher peuvent différer. En outre, parce que les gènes dans la même voie sont censés réglementer ou interagir les uns avec les autres, l`hypothèse que ces gènes sont indépendants peut ne pas être tenable. Ensuite, pour chaque jeu de données de simulation, nous avons estimé le taux d`erreur de type I pour chaque modèle. Sous l`hypothèse nulle, nous prévoyons que les valeurs de P suivent une distribution uniforme, de sorte qu`un modèle avec un taux d`erreur de type I égal ou inférieur au niveau de signification de 0,05 est souhaitable. Parmi tous les modèles, encore une fois, Model (B) avait le taux d`erreur de type I le plus proche du taux d`erreur attendu de 0,05. Le modèle (a) a également un taux d`erreur de type I raisonnable.

La figure 1 supplémentaire montre les détails de ces modèles. Le modèle (B) est similaire au modèle (A), sauf que dans le modèle (B), nous proposons de modéliser la covariance entre les gènes dans le gène défini en fonction des emplacements physiques des gènes. Le programme novateur et communautaire des chemins de l`éducation aide les jeunes des collectivités à faible revenu à rester à l`école, à obtenir leur diplôme d`études secondaires et à réaliser leur plein potentiel. Travailler en partenariat avec les gouvernements, les partenaires communautaires, les écoles, les conseils scolaires et des centaines de bénévoles diversifiés qui partagent leur talent et leur sagesse, les chemins de l`éducation contribuent à briser le cycle de la pauvreté par l`éducation et à permettre des stratégies, changement social à long terme. Pour aider à augmenter le pouvoir et à mieux comprendre les mécanismes de la maladie sous-jacente des maladies complexes, plusieurs études récentes (Chasman, 2008; Holmans et coll., 2009; Torkamani et coll., 2008; Wang et coll., 2007) considèrent l`analyse des voies du GWAS (GWASPA) (Cantor et coll., 2010).

By | 2019-02-18T16:17:31+00:00 February 18th, 2019|Uncategorized|0 Comments

About the Author: