通过多阶段稀疏低秩回归检测基因 - 基因相互作用
统计方法学
2013-04-16 v1
摘要
现代生物科学面临的一个严峻挑战是寻找一种高效且计算可行的方法来应对高维灾难。当研究重点在于相互作用时，这一问题变得更为严重。为了提高性能，我们提出了一种低秩相互作用模型，其中相互作用效应使用低秩矩阵进行建模。通过对相互作用进行简约参数化，所提出的模型提高了统计分析的稳定性和效率。基于该低秩模型，我们进一步提出了一种扩展的筛选与清洗（Extended Screen-and-Clean）方法，该方法基于 Screen and Clean (SC) 方法（Wasserman and Roeder, 2009; Wu et al., 2010），用于检测基因 - 基因相互作用。特别是，筛选阶段利用了低秩结构与稀疏约束的组合，以实现更高的统计功效和更高的选择一致性概率。我们通过模拟展示了该方法的有效性，并将所提出的程序应用于华法林剂量研究。数据分析识别出了使用传统方法会被忽略的主效应和相互作用效应。
引用
@article{arxiv.1304.3769,
title = {Detection of Gene-Gene Interactions by Multistage Sparse and Low-Rank Regression},
author = {Hung Hung and Yu-Tin Lin and Pengwen Chen and Chen-Chien Wang and Su-Yun Huang and Jung-Ying Tzeng},
journal= {arXiv preprint arXiv:1304.3769},
year = {2013}
}
备注
13 pages, 5 figures