- Tytuł:
-
EA-MOSGWA : narzędzie do wyznaczania przyczynowych genów w badaniach GWAS
EA-MOSGWA : a tool for identifying causal genes in Genome Wide Association Studies - Autorzy:
- Gola, A.
- Powiązania:
- https://bibliotekanauki.pl/articles/103682.pdf
- Data publikacji:
- 2013
- Wydawca:
- Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie. Wydawnictwo Uczelniane
- Tematy:
-
algorytm ewolucyjny
badanie asocjacyjne całego genomu
regresja liniowa
evolutionary algorithm
genome wide association
linear regression - Opis:
-
Praca przedstawia aktualny stan rozwoju programu EA-MOSGWA. Jest to narzędzie służące do wyznaczania przyczynowych genów w badaniach asocjacyjnych całego genomu (ang. Genome Wide Association Studies, GWAS). Badania GWAS mają na celu określenie genów, które mogą być odpowiedzialne za różnego rodzaju choroby genetyczne (np. rak, cukrzyca), a także genów, które wpływają na daną cechę, np. wzrost lub wagę. Sprowadzają się one do przebadania wielu tysięcy polimorfizmów pojedynczego nukleotydu (ang. Single Nucleotide Polymorphism, SNP) i powiązaniu ich (pojedynczych lub grupy SNP-ów) z przypadkami klinicznymi oraz możliwymi do zmierzenia cechami. Bardzo ważne w tego typu badaniach jest określenie jak największej liczby przyczynowych SNPów (ang. True Positive) przy jednoczesnej minimalizacji liczby fałszywych SNP-ów (ang. False Positive), czyli takich, które w rzeczywistości nie są przyczynowymi, a program zaklasyfikował je jako przyczynowe. W pracy przedstawiono wyniki symulacji, które pokazują, że zaproponowany algorytm ma dobre właściwości dotyczące dwóch badanych parametrów statystycznych.
This paper presents the current stage of the development of EA-MOSGWA – a tool for identifying causal genes in Genome Wide Association Studies (GWAS). The main goal of GWAS is to identify genes which are causa for a particular disease and also genes which may be responsible for a given trait, e.g eyes color. The studiem conduct to examine hundred of thousand Single Nucleotide Polymorphisms (SNP) and assign them to clinical cases or the measurable traits. Very important in this kind of research is to identify as many causal SNP as possible while minimizing the number of false SNPs. A false positive SNP is a SNP which in fact is not causal and the program has classified him as a causal. I present the results of the simulation study, which show that the proposed algorithm has good properties with respect to these two statistical parameters. I present the results of the simulation study, chich show that the proposed algorithm has good properties with respect to these two statistical parameters. - Źródło:
-
Prace Naukowe Akademii im. Jana Długosza w Częstochowie. Technika, Informatyka, Inżynieria Bezpieczeństwa; 2013, T. 1; 247-260
2300-5343 - Pojawia się w:
- Prace Naukowe Akademii im. Jana Długosza w Częstochowie. Technika, Informatyka, Inżynieria Bezpieczeństwa
- Dostawca treści:
- Biblioteka Nauki
Artykuł