.png){kind=icon}
返回
Parametric hypothesis testing for pathway based hierarchical structural component models
.png){kind=icon}
PRE
AI
DOI：10.1007/s13258-026-01749-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景 层次结构组分模型（HisCoM）是用于通路分析开发的统计工具，能够在一个模型中同时评估多个通路。传统上，HisCoM利用置换检验来评估通路相对于感兴趣表型的显著性。虽然置换检验在原假设下生成精确分布时有效，尤其是在渐近分布未知的情况下，但它们计算密集，特别是对于高维数据集，因为计算p值需要大量时间。
目的 本研究旨在为HisCoM开发参数检验方法，以确定通路显著性，而不依赖置换。这些参数检验旨在提高统计性能，同时显著降低计算负担。
方法 所提出的参数检验基于具有大量生物标志物和通路的超高维框架的渐近理论。具体而言，我们引入了标准X-2渐近检验、非中心性检验、自由度（df）调整、鞍点近似以及具有全自由度和1自由度的修正渐近检验等方法。
结果 模拟和真实数据结果表明，与基于置换的检验相比，计算时间大幅减少。通过模拟研究，具有全自由度的修正X-2渐近检验显示出比其他方法更高的功效。真实数据分析进一步支持了其稳健性和实际优势。
结论 本研究提出了计算高效的HisCoM参数检验方法。基于模拟结果和真实数据分析，具有全自由度的修正X-2渐近检验被推荐为评估通路显著性的最可靠和有效的方法。
Keyword:
Hierarchical structural component model
Permutation test
Asymptotic test
High-dimensional data
Pathway
期刊
G
IF:
1.7
论文数:
50
被引数:
0
机构
引用论文
MSEA: a web-based tool to identify biologically meaningful patterns in quantitative metabolomic data.png)
NUCLEIC ACIDS RESEARCH
OAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏Pathway-Based Integrative Analysis of Metabolome and Microbiome Data from Hepatocellular Carcinoma and Liver Cirrhosis PatientsCancersOAAI
CancersIF0
OAAI分享收藏分享收藏Kernel-based hierarchical structural component models for pathway analysis on survival phenotype
PREAI
分享收藏分享收藏Systematic Error Removal Using Random Forest for Normalizing Large-Scale Untargeted Lipidomics DataANALYTICAL CHEMISTRYOAAI
ANALYTICAL CHEMISTRYIF6.7
OAAI分享收藏MetaboAnalyst: a web server for metabolomic data analysis and interpretationNUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles基因集富集分析: 一种基于知识的全基因组表达谱解释方法OAAI
OAAI分享收藏
查看更多内容