• Something wrong with this record ?

Statistické metody v analýze dat z DNA mikročipů
[Statistical methods for analysing gene expression microarray data]

Pavlík T., Jarkovský J.

. 2006 ; 19 (Suppl. 2, prosinec) : 365-368.
. 2006 ; 19 (Suppl. 2, prosinec) : 365-368.

Language Czech Country Czech Republic

Document type Review

Grant support
NR9076 MZ0 CEP Register

Mohutný rozvoj molekulárně biologických metod v posledních deseti letech je charakterizován produkcí velkého množství dat. Nejinak je tomu i v případě technologie DNA mikročipů, která umožňuje v jednom experimentu sledovat expresi desítek tisíc genů najednou. Kvantum získaných experimentálních dat je však pro relevantní medicínské závěry nutné vhodně analyzovat a interpretovat. Tento článek je věnován statistickým metodám, které lze pro hodnocení dat získaných z DNA mikročipů použít. Tyto metody lze rozdělit do tří velkých skupin: shlukovací metody, metody pro identifikaci rozdílně exprimovaných genů a klasifikační metody. Shlukovací metody slouží k nalezení homogenních skupin pacientů s podobným expresním profilem nebo skupin genů s podobným chováním, metody pro identifikaci rozdílně exprimovan ých genů hledají geny specifické svojí aktivitou pro určitou biologickou tkáň, zatímco klasifikační metody slouží k nalezení diskriminačního pravidla pro přesnou diagnostiku nových pacientů do jedné z definovaných skupin.

Last decade led to massive progress in the molecular biology methods which was accompanied by the production of large amount of data. This is also the case of the gene expression microarray technology that makes it feasible to study thousands of genes simultaneously. However, for relevant medical inference there is the need for appropriate evaluation and interpretation of this large quantity of experimental data. This paper is dedicated to statistical methods that can be used for the evaluation of gene expression data. These methods can be split into three main categories: clustering methods, methods for identification of differentially expressed genes and classification techniques. Clustering methods can be used for finding of homogenous groups of patients or genes with similar expression profile, methods for identification of differentially expressed genes find genes specific for activity of certain biological tissue while classification techniques are used for setting up a discrimination rule for precise diagnostics of newly diagnosed patients to one of the previously defined classes.

Statistical methods for analysing gene expression microarray data

Čipové technologie v onkologickém výzkumu a praxi

Bibliography, etc.

Lit.: 16

000      
00000naa 2200000 a 4500
001      
bmc09002921
003      
CZ-PrNML
005      
20160718102953.0
008      
091112s2006 xr e cze||
009      
AR
040    __
$a ABA008 $b cze $c ABA008 $d ABA008 $e AACR2
041    0_
$a cze $b eng
044    __
$a xr
100    1_
$a Pavlík, Tomáš $7 xx0093293
245    10
$a Statistické metody v analýze dat z DNA mikročipů / $c Pavlík T., Jarkovský J.
246    11
$a Statistical methods for analysing gene expression microarray data
246    13
$a Čipové technologie v onkologickém výzkumu a praxi
314    __
$a Institut biostatistiky a analýz, Přírodovědecká a lékařská fakulta Masarykovy univerzity, Brno
504    __
$a Lit.: 16
520    3_
$a Mohutný rozvoj molekulárně biologických metod v posledních deseti letech je charakterizován produkcí velkého množství dat. Nejinak je tomu i v případě technologie DNA mikročipů, která umožňuje v jednom experimentu sledovat expresi desítek tisíc genů najednou. Kvantum získaných experimentálních dat je však pro relevantní medicínské závěry nutné vhodně analyzovat a interpretovat. Tento článek je věnován statistickým metodám, které lze pro hodnocení dat získaných z DNA mikročipů použít. Tyto metody lze rozdělit do tří velkých skupin: shlukovací metody, metody pro identifikaci rozdílně exprimovaných genů a klasifikační metody. Shlukovací metody slouží k nalezení homogenních skupin pacientů s podobným expresním profilem nebo skupin genů s podobným chováním, metody pro identifikaci rozdílně exprimovan ých genů hledají geny specifické svojí aktivitou pro určitou biologickou tkáň, zatímco klasifikační metody slouží k nalezení diskriminačního pravidla pro přesnou diagnostiku nových pacientů do jedné z definovaných skupin.
520    9_
$a Last decade led to massive progress in the molecular biology methods which was accompanied by the production of large amount of data. This is also the case of the gene expression microarray technology that makes it feasible to study thousands of genes simultaneously. However, for relevant medical inference there is the need for appropriate evaluation and interpretation of this large quantity of experimental data. This paper is dedicated to statistical methods that can be used for the evaluation of gene expression data. These methods can be split into three main categories: clustering methods, methods for identification of differentially expressed genes and classification techniques. Clustering methods can be used for finding of homogenous groups of patients or genes with similar expression profile, methods for identification of differentially expressed genes find genes specific for activity of certain biological tissue while classification techniques are used for setting up a discrimination rule for precise diagnostics of newly diagnosed patients to one of the previously defined classes.
650    _2
$a sekvenční analýza hybridizací s uspořádaným souborem oligonukleotidů $x metody $x statistika a číselné údaje $x využití $7 D020411
650    _2
$a statistika jako téma $7 D013223
650    _2
$a exprese genu $x genetika $7 D015870
650    _2
$a shluková analýza $7 D016000
650    _2
$a diskriminační analýza $7 D016002
650    _2
$a teoretické modely $7 D008962
650    _2
$a statistické modely $7 D015233
650    _2
$a lidé $7 D006801
650    _2
$a financování organizované $7 D005381
655    _2
$a přehledy $7 D016454
700    1_
$a Jarkovský, Jiří $7 stk2008461294
773    0_
$w MED00011030 $t Klinická onkologie $g Roč. 19, Suppl. 2, prosinec (2006), s. 365-368 $x 0862-495X
773    0_
$t Čipové technologie v onkologickém výzkumu a praxi $x 0862-495X $g Roč. 19, Suppl. 2, prosinec (2006), s. 365-368 $w MED00189160
856    41
$u https://www.linkos.cz/files/klinicka-onkologie/33/681.pdf $y plný text volně přístupný
910    __
$a ABA008 $b B 1665 $c 656 $y 8 $z 0
990    __
$a 20091104114521 $b ABA008
991    __
$a 20160718103201 $b ABA008
999    __
$a ok $b bmc $g 692085 $s 553994
BAS    __
$a 3
BMC    __
$a 2006 $b 19 $c Suppl. 2, prosinec $d 365-368 $i 0862-495X $m Klinická onkologie $x MED00011030
BMC    __
$a 2006 $b 19 $c Suppl. 2, prosinec $d 365-368 $i 0862-495X $m Čipové technologie v onkologickém výzkumu a praxi $x MED00189160
GRA    __
$a NR9076 $p MZ0
LZP    __
$a 2009-02/iral

Find record

Citation metrics

Loading data ...

Archiving options

Loading data ...