Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "genome wide association" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Gwas data analysis with the use of machine learning algorithms – review
    Analiza danych GWAS przy użyciu algorytmów uczenia maszynowego – przegląd literatury
    Autorzy:
    Kloska, Sylwester Michał
    Marciniak, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/2016322.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    machine learning
    genome-wide association studies
    GWAS
    artificial intelligence
    bioinformatics
    uczenie maszynowe
    badanie asocjacyjne całego genomu
    sztuczna inteligencja
    bioinformatyka
    Opis:
    Machine learning is a part of field concerned with AI. The main goal of machine learning algorithms is to create automatic system that improves itself with the use of its experience (given data) to gain new knowledge. Genome-Wide Association Studies compare whole genomes of different individuals in order to see if any of genetic variants are correlated with a trait. Using ML for GWAS analysis can be beneficial for scientists. It has been proved several times in various ways.
    Uczenie maszynowe jest dziedziną nauki związaną ze sztuczną inteligencją. Głównym celem algorytmów uczenia maszynowego jest stworzenie automatycznego systemu, który poprawia się dzięki wykorzystaniu swojego doświadczenia (danych) w celu zdobycia nowej wiedzy. Badania asocjacyjne całego genomu (GWAS) porównują całe genomy różnych osobników, aby sprawdzić, czy którykolwiek z wariantów genetycznych jest skorelowany z cechą. Wykorzystanie ML do analizy GWAS może być korzystne dla naukowców. Zostało to udowodnione na różne sposoby.
    Źródło:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2019, 23; 23-32
    1899-0088
    Pojawia się w:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Genome-wide association studies of cryostability of semen in roosters
    Autorzy:
    Dementieva, N.V.
    Kudinov, A.A.
    Pozovnikova, M.V.
    Nikitkina, E.V.
    Pleshanov, N.V.
    Silyukova, Y.L.
    Krutikova, A.A.
    Plemyashov, K.V.
    Powiązania:
    https://bibliotekanauki.pl/articles/2087292.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Genome-Wide Association Studies
    cryostability
    rooster sperm
    Źródło:
    Polish Journal of Veterinary Sciences; 2020, 23, 3; 461-463
    1505-1773
    Pojawia się w:
    Polish Journal of Veterinary Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Genetic factors contributing to the development of inguinal hernias – a narrative review
    Autorzy:
    Kalali, Datis
    Powiązania:
    https://bibliotekanauki.pl/articles/40614533.pdf
    Data publikacji:
    2024-06-30
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    genes
    genetics
    genome-wide association
    inguinal hernias
    polymorphisms
    studies
    Opis:
    Introduction and aim. Inguinal hernias are one of the major disorders in the field of general and visceral surgery and can be viewed as multifactorial diseases. Although the molecular mechanism that led to predistortion to inguinal herniation still remain unclear, is well known that defects leading to improper closure of the inguinal canal during fetal development and mechanisms contributing to weaker muscles of the abdominal wall can greatly increase the risk of developing the latter disease. Material and methods. A literature search was performed in all major electronic databases using keywords and Boolean operators to retrieve all available literature related to the topic. Due to the narrative nature of the review, there were no specific inclusion and exclusion criteria. Analysis of the literature. Genetic factors, undoubtedly, can interfere with these mechanisms and therefore play major role in developing hernias. To this end, the present narrative review provides an overview of genes with altered expression and genetic polymorphisms associated with inguinal herniation. Moreover, the results of genome-wide association studies (GWAS) exploring susceptible genetic loci associated with the disease have been reported. Conclusion. Nevertheless, more case-control studies and GWAS need to be conducted in different ethnic populations so as to provide better insights into the topic.
    Źródło:
    European Journal of Clinical and Experimental Medicine; 2024, 22, 2; 417-423
    2544-2406
    2544-1361
    Pojawia się w:
    European Journal of Clinical and Experimental Medicine
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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
    Tytuł:
    EA-MOSGWA : a tool for identifying associated SNPs in Genome Wide Association Studies
    EA-MOSGWÀ : narzędzie do identyfikacji przyczynowych SNPów w badaniach asocjacyjnych całego genomu
    Autorzy:
    Gola, A.
    Bogdan, M.
    Frommlet, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/375689.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    evolutionary algorithm
    Genome Wide Association
    linear regression
    Opis:
    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 chromosomal regions which are associated with a particular disease (e.g. diabetes, cancer) or with some quantitative trait (e.g height or blood pressure). To this end hundreds of thousands of Single Nucleotide Polymorphisms (SNP) are genotyped. One is then interested to identify as many SNPs as possible which are associated with the trait in question, while at the same lime minimizing the number of false detections. The software package MOSGWA allows to detect SNPs via variable selection using the criterion mBIC2, a modified version of the Schwarz Bayesian Information Criterion. MOSGWA tries to minimize mBIC2 using some stepwise selection methods, whereas EA-MOSGWA applies some advanced evolutionary algorithms to achieve the same goal. We present results from an extensive simulation study where we compare the performance of EA-MOSGWA when using different parameter settings. We also consider using a clustering procedure to relax the multiple testing correction in mBlC2. Finally we compare results from EA-MOSGWA with the original stepwise search from MOSGWA, and show that the newly proposed algorithm has good properties in terms of minimizing the mBIC2 criterion, as well as in minimizing the misclassification rate of detected SNPs.
    W artykule przedstawiony jest aktualny stan rozwoju programu EA-MOSGWA - narzędzia służącego do identyfikacji przyczynowych genów w badaniach asocjacyjnych całego genomu (ang. Genome Wide Association Studies, GWAS). Głównym celem tych badań jest określenie tych rejonów chromosomu, które są związane z występowaniem chorób genetycznych (np. cukrzyca, rak) lub wpływają na daną cechę (np. wysokość lub ciśnienie krwi). Sprowadzają się one do przebadania wielu tysięcy polimorfizmów pojedynczego nukleotydu (ang. Single Nucleotide Polymorphisme SNP) i powiązaniu ich (pojedynczych lub grupy SNPów) z przypadkami klinicznymi oraz możliwymi do zmierzenia cechami. Kluczową kwestią jest zidentyfikowanie jak największej liczby przyczynowych SNPów przy jednoczesnej minimalizacji fałszywych odkryć. Program MOSGWA umożliwia detekcje SNPów poprzez wybór zmiennych z użyciem kryterium mBIC2 - zmodyfikowanej wersji Bayesowskiego kryterium informacyjnego Schwarza. MOSGWA stara się zminimalizować mBIC2 przy pomocy metody selekcji Stepwise, podczas gdy EA-MOSGWA wykorzystuje w tym cclu zmodyfikowaną wersję algorytmu ewolucyjnego. W artykule prezentujemy wyniki szeroko zakrojonych badań symulacyjnych, w których możemy porównać wydajność EA-MOSGWA przy użyciu różnych ustawień parametrów. Również bierzemy pod uwagę klasteryzację SNPów, aby złagodzić korekcje wielokrotnego testowania w metodzie mBIC2. Przedstawiamy także porównanie wyników otrzymanych przez EA-MOSGWA z wynikami metody Stepsiwe używanej w programie MOSGWA, aby pokazać że proponowana metoda ma dobre właściwości minimalizacji kryterium mBIC2 oraz minimalizacji wskaźnika fałszywych detekcji.
    Źródło:
    Theoretical and Applied Informatics; 2013, 25, 3-4; 251-262
    1896-5334
    Pojawia się w:
    Theoretical and Applied Informatics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies