组合单倍型推断器
机器学习
2007-10-29 v1 计算工程、金融与科学
定量方法
摘要
统计解析基因型测量背后的潜在单倍型对是基因定位研究中的重要中间步骤，最近受到了广泛关注。因此，针对该问题已开发了多种方法。不同方法采用不同的统计模型，从而隐含地编码了关于潜在单倍型结构性质的不同假设。取决于所涉群体样本，它们的相对性能可能有很大差异，且不清楚针对特定样本应选择哪种方法。我们并非选择单一方法，而是探索以原则性的方式组合不同方法返回的预测，从而规避方法选择问题。我们提出了几种组合单倍型重构的技术，并分析了它们的计算特性。在对真实世界单倍型数据的实验研究中，我们表明此类技术可提供更准确和稳健的重构，并有助于异常值检测。通常，组合预测的准确性至少与最佳单一方法相当，甚至更高，从而有效地规避了方法选择问题。
引用
@article{arxiv.0710.5116,
title = {Combining haplotypers},
author = {Matti Kääriäinen and Niels Landwehr and Sampsa Lappalainen and Taneli Mielikäinen},
journal= {arXiv preprint arXiv:0710.5116},
year = {2007}
}