NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planÇoklu tek nükleotid polimorfizmlerinin (SNP'ler) etkileşimleri, bir bireyin karmaşık hastalıklara duyarlılığını etkilemek için yüksek oranda hipotezlenmiştir. Multi-SNP etkileşimlerinin önemini belirlemek ve ölçmek için birçok çalışma yapılmış olsa da, bunların çok azı, kombinatoryal patlayıcı arama alanı ve sınırlı örnekler verilen yüksek dereceli etkileşimleri istatistiksel olarak değerlendirme zorluğu nedeniyle genom geniş verilerini işleyebilir.SonuçlarÜç karşılaştırmalı deney MegaSNPHunter'ın performansını değerlendirmek için tasarlanmıştır. İlk deney epistaz modelleri temelinde üretilen sentetik verileri kullanır. İkincisi, Parkinson hastalığı üzerinde geniş bir genom çalışması kullanıyor (Illumina HumanHap300 SNP çipleri kullanılarak elde edilen veriler). Üçüncüsü, Wellcome Trust Case Control Consortium (WTCCC) tarafından Affymetrix GeneChip 500K Mapping Array Set kullanılarak romatoid artrit çalışmasını seçer. MegaSNPHunter bu alandaki en iyi çözümü geride bırakır ve iki gerçek çalışma için birçok potansiyel etkileşimi bildirir.ConclusionHem sentetik veriler hem de iki gerçek veri seti üzerinde yapılan deneysel sonuçlar, önerilen yaklaşımımızın hem hız açısından hem de daha önce tanımlanmayan potansiyel etkileşimlerin tespiti açısından büyük ölçekli SNP verilerinin ele alınmasında mevcut olan en iyi çözümü geride bıraktığını göstermektedir. MegaSNPHunter, WTCCC çalışmalarından hastalıkla ilişkili SNP etkileşimlerini tanımlayabilecek ve pratik hastalık prognozu için umut vaat eden ilk yaklaşımdır.
Özgün kaynak özetini okuyun
BackgroundThe interactions of multiple single nucleotide polymorphisms (SNPs) are highly hypothesized to affect an individual's susceptibility to complex diseases. Although many works have been done to identify and quantify the importance of multi-SNP interactions, few of them could handle the genome wide data due to the combinatorial explosive search space and the difficulty to statistically evaluate the high-order interactions given limited samples.ResultsThree comparative experiments are designed to evaluate the performance of MegaSNPHunter. The first experiment uses synthetic data generated on the basis of epistasis models. The second one uses a genome wide study on Parkinson disease (data acquired by using Illumina HumanHap300 SNP chips). The third one chooses the rheumatoid arthritis study from Wellcome Trust Case Control Consortium (WTCCC) using Affymetrix GeneChip 500K Mapping Array Set. MegaSNPHunter outperforms the best solution in this area and reports many potential interactions for the two real studies.ConclusionThe experimental results on both synthetic data and two real data sets demonstrate that our proposed approach outperforms the best solution that is currently available in handling large-scale SNP data both in terms of speed and in terms of detection of potential interactions that were not identified before. To our knowledge, MegaSNPHunter is the first approach that is capable of identifying the disease-associated SNP interactions from WTCCC studies and is promising for practical disease prognosis.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.