基于GLM-PO2PLS的结局变量与整合组学数据集联合建模
统计方法学
2022-09-02 v1
摘要
在许多人类疾病研究中,测量了多个组学数据集。通常这些组学数据集与疾病逐一研究,从而忽略了组学之间的关系。对多个组学的联合部分及其与结局疾病的关联进行建模,将揭示疾病复杂分子基础的内在机制。本文中,我们将对组学联合部分建模的降维方法扩展为一种联合建模结局变量与组学的新方法。我们建立了模型可辨识性,并开发了EM算法以获得正态与伯努利分布结局下参数的极大似然估计。提出了检验统计量以推断结局与组学之间的关联,并推导了其渐近分布。通过广泛的仿真研究评估所提模型。该模型通过一项唐氏综合征研究加以说明,其中唐氏综合征与甲基化和糖组学两个组学被联合建模。
引用
@article{arxiv.2209.00056,
title = {Joint Modeling of An Outcome Variable and Integrated Omic Datasets Using GLM-PO2PLS},
author = {Zhujie Gu and Said el Bouhaddani and Jeanine Houwing-Duistermaat and Hae-Won Uh},
journal= {arXiv preprint arXiv:2209.00056},
year = {2022}
}