非線形成長曲線モデルにおける個体変動の導入とその評価

非线性增长曲线模型个体变异的介绍及其评估

基本信息

批准号：
13780176
负责人：
佐藤健一
金额：
$ 0.7万
依托单位：
Hiroshima University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2002
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780176/
关键词：
非線形回帰多変量 B-spline plynomial regression model selection non-linear non-parametric

项目摘要

非線形回帰分析の手法を開発した。その背景と手法は以下のとおりである。DNAチップデータの開発により、特定の疾患や固体の形質などの表現型を制御する重要遺伝子の探索が一気に加速しようとしている。これに対して、情報処理やデータマイニングをはじめとするバイオインフォマティクスによるさまざまなアプローチが試みられているが、統計の問題にした場合、表現型を目的変数、各遺伝子の発現量を説明変数とする回帰分析を考えるのが一般的と思われる。この際、次の2つの問題が回帰分析を困難にする、1)説明変量数Kは2万から3万個にのぼるが、2)標本数Nは多くても100個程度にしかならない。この2つは、一見、相対的ともとれるが、説明変数のこの個数は現状の計算機では扱えないほど絶対的に大きい。さて、回帰分析の最も簡単な場合として、表現型の各遺伝子発現量に対する相関係数(直線回帰)が挙げられる。この場合、計算量も2万回の相関係数の推定だけでよく、また計算機上のメモリ配列も高々Nオーダーで十分である。また、相関係数が1に近い遺伝子は確かに重要な候補となるため簡易な方法ではあるが強力である。しかしながら、非線形用量反応関係を持っている場合や説明変数間に相関構造がある場合に重要な遺伝子を見落とす可能性がある。一方で、多くの説明変量から目的変量を説明するための有効射影方向を探索するSIR(Li, JASA, 86,316ー342、1991)は関数形を特定する必要がないため、非線形構造を捉えることもできる。しかし、今の状況では大きな行列を用いて多変量データの基準化および主成分分析を行う必要があり、そのままの適用は現実的に困難である。そこで、我々は、スライス数2のSIRを考え、その理論を開発した。これによって、多くの説明変数がある場合でも単一の有効射影方向を簡易な手法によっておおよその係数の推定が可能となった。

开发了一种非线性回归分析方法。背景和方法如下。 DNA芯片数据的开发试图加速对控制表达类型（例如特定疾病和固体性状）的重要基因的探索。另一方面，已经尝试了bioginphomatics（例如信息处理和数据挖掘）的各种方法，但是在统计问题的情况下，表达式类型和每个基因的表达量被描述为解释性变量。考虑回归分析。目前，以下两个问题使回归分析变得困难，1）描述音乐量k为20,000至30,000，但是2）数字n仅大约100。乍一看，这两个是相对相对的，但是这一数量的解释变量绝对足够大，以至于当前计算器无法处理。顺便说一句，回归分析的最简单情况包括对每个表达类型基因表达的相关系数（直接回归）。在这种情况下，计算量仅对于估计相关系数为20,000次，并且计算器上的记忆序列至少足够。此外，具有相关系数与1的基因无疑是一个重要的候选者，因此这是一种简单的方法，但功能强大。但是，当非线性剂量反应或解释变量之间存在相关结构之间存在相关结构时，可能会忽略重要的基因。另一方面，先生（Li，Jasa，86,316-342，1991），它爆炸了有效的投影方向来解释目标数量从大量解释中解释目标数量，因此不需要识别功能形式，因此它可能捕获非线性结构。但是，在当前情况下，有必要使用大型队列标准化多个数据并分析主组件，并且实际上很难应用它。因此，我们认为SIR的片段2并发展了理论。结果，即使有许多解释变量，也可以通过简单的方法估算一个单一有效的成像方向。