针对非小细胞肺癌的半参数整合交互分析
统计方法学
2022-11-30 v1 基因组学
应用统计
摘要
在基因组分析中，识别与癌症结局或表型相关的标志物具有重要意义且充满挑战。基于癌症的生物学机制以及数据集的特征，本文提出了一种半参数模型下的新型整合交互方法，其中遗传因素和环境因素分别作为参数和非参数分量纳入。该方法的目标是识别与癌症结局相关的遗传因素和基因-基因交互，同时估计环境因素的非线性效应。所提出的方法基于阈值梯度定向正则化（TGDR）技术。模拟研究表明，所提出的方法在主效应和交互的识别上表现优异，与替代方法相比具有有利的估计和预测精度。对来自癌症基因组图谱（TCGA）的非小细胞肺癌（NSCLC）数据集进行了分析，结果表明所提出的方法能够识别具有重要意义的标志物，并在预测精度、识别稳定性和计算成本方面表现良好。
引用
@article{arxiv.2211.16473,
title = {Semiparametric integrative interaction analysis for non-small-cell lung cancer},
author = {Yang Li and Fan Wang and Rong Li and Yifan Sun},
journal= {arXiv preprint arXiv:2211.16473},
year = {2022}
}
备注
16 pages, 4 figures