High-Dimensional Regression for Data Integration
数据集成的高维回归
基本信息
- 批准号:10707448
- 负责人:
- 金额:$ 27.53万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2016
- 资助国家:美国
- 起止时间:2016-07-01 至 2027-08-31
- 项目状态:未结题
- 来源:
- 关键词:AddressAssessment toolBiologicalChromosome MappingColorectal CancerComplexDNADNA IntegrationDataData AnalyticsData CorrelationsData SetDiagnosticDiseaseDisease OutcomeElementsEnhancersEvaluationEventGene ExpressionGene Expression ProfilingGenesGenetic TranscriptionGenomicsGoalsJointsKnowledgeLinkMalignant NeoplasmsMalignant neoplasm of ovaryMalignant neoplasm of prostateMediatingMethodsModelingMolecularOutcomePathway interactionsPerformancePlayPopulationRegulatory ElementRisk FactorsRoleScanningStatistical MethodsTimeTranscriptional RegulationUntranslated RNAVariantWorkcomputerized toolsdata integrationdiagnostic signaturediagnostic toolepigenomicsfeature selectionflexibilitygenome wide association studyhigh dimensionalityimprovedinsightnovelpredictive modelingprognosticprognostic signatureprognostic tooltooltraittranscriptomics
项目摘要
Project 1: High-Dimensional Regression for Data Integration
Abstract
Associated with high-dimensional omic (e.g. genomic, transcriptomic, epigenomic) features there is a
rich set of functional and regulatory annotations, pathway information, and disease-specific knowledge
from previous studies that is routinely used to interpret analyses of omic data. In this project, we
propose to develop integrative regression methods capable of incorporating this array of external
information a priori, rather than post hoc, to improve prediction performance, selection of predictive
and associated features, and to gain insight into potential biological mechanisms in studies with highdimensional omic data. In our first Specific Aim we propose a general high-dimensional mixed
modelling framework for integrating meta-features (e.g. functional annotations, pathways) into omic
studies, with the flexibility to handle quantitative, categorical, and time-to-event outcomes, as well as
the ability to accommodate correlated data through the inclusion of random effects. Our proposed
approach brings together mixed modeling, high-dimensional regularized regression, and an empirical
Bayes strategy that makes the direct estimation of tuning penalty parameters from the data analytically
and computationally tractable. The proposed integrative models can be deployed in ‘predictive mode’
to develop diagnostic and prognostic signatures, or in ‘discovery mode’ to identify omic features
associated with disease outcomes. We also propose an accompanying set of tools for inference and
model interpretation. Our second Specific Aim focuses on integrative high-dimensional regression
models for transcription-wide association studies (TWAS). We propose to leverage recent advances
linking enhancers and other DNA regulatory elements and their proximal target genes to improve the
prediction of genetically regulated gene expression with the goal of boosting the power and localization
ability of TWAS. In our third Specific Aim, we focus on applications of the methods in Aims 1 and 2 to
several cancer datasets.
项目1:数据集成的高维回归
抽象的
与高维度(例如基因组,转录组,表观基因组)相关的特征
丰富的功能和调节注释,途径信息和疾病特定知识
从以前的研究中通常用于解释OMIC数据的分析。在这个项目中,我们
提出开发能够合并这一数组外部的集成回归方法的提议
先验信息,而不是事后事后,以提高预测性能,选择预测性
和相关的特征,并在具有高维度数据的研究中深入了解潜在的生物学机制。在我们的第一个特定目标中,我们提出了一般的高维混合
将元功能(例如功能注释,途径)集成到OMIC的建模框架
研究的灵活性可以处理定量,分类和事件的结果以及
通过包含随机效应来适应相关数据的能力。我们提出的
方法汇集了混合建模,高维正规回归和经验
贝叶斯策略,从数据分析中直接估算从数据进行调整惩罚参数
和计算可拖动。提出的集成模型可以以“预测模式”部署
开发诊断和预后签名,或以“发现模式”来识别OMIC特征
与疾病结局有关。我们还提出了一组随附的推理工具和
模型解释。我们的第二个特定目的重点是集成的高维回归
转录整个关联研究模型(TWA)。我们建议利用最近的进步
连接增强子和其他DNA调节元件及其代理靶基因以改善
预测一般调节的基因表达,以增强功率和定位的目的
两条的能力。在我们的第三个特定目的中,我们专注于目标1和2中的方法的应用
几个癌症数据集。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Juan Pablo Lewinger其他文献
Juan Pablo Lewinger的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Juan Pablo Lewinger', 18)}}的其他基金
LA’s Biostatistics and Data Science Training Program (LA’s BeST)
洛杉矶生物统计学和数据科学培训计划 (LAâs BeST)
- 批准号:
10368449 - 财政年份:2022
- 资助金额:
$ 27.53万 - 项目类别:
LA’s Biostatistics and Data Science Training Program (LA’s BeST)
洛杉矶生物统计学和数据科学培训计划 (LAâs BeST)
- 批准号:
10590701 - 财政年份:2022
- 资助金额:
$ 27.53万 - 项目类别:
LA’s Biostatistics Education Summer Training Program (LA’s BEST @USC)
洛杉矶生物统计教育暑期培训计划(洛杉矶 BEST @USC)
- 批准号:
9894852 - 财政年份:2019
- 资助金额:
$ 27.53万 - 项目类别:
Integrated Analysis for Genetic Association and Prediction
遗传关联与预测的综合分析
- 批准号:
9768384 - 财政年份:
- 资助金额:
$ 27.53万 - 项目类别:
相似国自然基金
基于CBE的公共卫生人员核心能力研究:内涵框架、评估工具、提升策略
- 批准号:72374045
- 批准年份:2023
- 资助金额:40.00 万元
- 项目类别:面上项目
有限理性视阈下农村地区辅食期婴幼儿喂养行为的评估工具、作用机制及管理策略研究
- 批准号:72274130
- 批准年份:2022
- 资助金额:45 万元
- 项目类别:面上项目
人体抗新冠病毒免疫水平评估及宿主易感性诊断工具研发
- 批准号:82261138630
- 批准年份:2022
- 资助金额:200.00 万元
- 项目类别:国际(地区)合作与交流项目
整合视角下基于价值的公共卫生项目评估工具、空间配置及优化研究
- 批准号:
- 批准年份:2021
- 资助金额:48 万元
- 项目类别:
基于跨区域视角的城市食物-能源-水关联系统的核算及评估工具包开发
- 批准号:71804023
- 批准年份:2018
- 资助金额:19.5 万元
- 项目类别:青年科学基金项目
相似海外基金
Deciphering the mechanics of microtubule networks in mitosis
破译有丝分裂中微管网络的机制
- 批准号:
10637323 - 财政年份:2023
- 资助金额:
$ 27.53万 - 项目类别:
Optimization of electromechanical monitoring of engineered heart tissues
工程心脏组织机电监测的优化
- 批准号:
10673513 - 财政年份:2023
- 资助金额:
$ 27.53万 - 项目类别:
Neuromelanin MRI: A tool for non-invasive investigation of dopaminergic abnormalities in adolescent substance use.
神经黑色素 MRI:一种用于非侵入性调查青少年物质使用中多巴胺能异常的工具。
- 批准号:
10735465 - 财政年份:2023
- 资助金额:
$ 27.53万 - 项目类别:
Assessing how Prenatal Phthalate Exposure Disrupts Placental Transcriptional Regulation and Contributes to Changes in Gestational Length
评估产前邻苯二甲酸盐暴露如何扰乱胎盘转录调节并导致妊娠长度的变化
- 批准号:
10578186 - 财政年份:2023
- 资助金额:
$ 27.53万 - 项目类别: