Genetic interactions play an important role in the progression of complex diseases, providing explanation of variations in disease phenotype missed by main genetic effects. Comparatively, there are fewer investigations on prognostic survival time, given its challenging characteristics such as censoring. In recent biomedical research, two-level analysis of both genes and their involved pathways has received much attention and been demonstrated to be more effective than single-level analysis, however such analysis is limited to main effects. Pathways are not isolated and their interactions have also been suggested to have important contributions to the prognosis of complex diseases. In this article, we develop a novel two-level Bayesian interaction analysis approach for survival data. This approach is the first to conduct the analysis of lower-level gene-gene interactions and higher-level pathway-pathway interactions simultaneously. Significantly advancing from existing Bayesian studies based on the Markov Chain Monte Carlo (MCMC) technique, we propose a variational inference framework based on the accelerated failure time model with favourable priors to account for two-level selection as well as censoring. The computational efficiency is much desirable for high dimensional interaction analysis. We examine performance of the proposed approach using extensive simulation. Application to TCGA melanoma and lung adenocarcinoma data leads to biologically sensible findings with satisfactory prediction accuracy and selection stability.


翻译:遗传互动在复杂疾病的演变中起着重要作用,解释了因主要遗传效应而错失的疾病细胞型的变异性。比较而言,鉴于诸如审查等具有挑战性的特点,对预测性存活时间的调查较少。在最近的生物医学研究中,对两种基因及其参与途径的两级分析都受到极大关注,并证明比单一分析更有效,但这种分析仅限于主要影响。途径并非孤立,它们的互动也被认为对复杂疾病的预测有重要贡献。在本篇文章中,我们为生存数据开发了新型的双级巴耶西亚互动分析方法。这是首次同时分析较低层次基因-基因互动和更高层次路径-路径互动的方法。从现有的巴伊西亚研究中大大推进了以马尔科夫链蒙特卡洛(MC)技术为基础的显著进展,我们提议基于加速失败时间模型的变异推论框架,在进行两级选择和审查之前,考虑得益。计算效率对于高层面的贝耶斯互动分析非常可取。这是首次对较低层次的基因-基因-基因互动和更高层次-路径-路径互动进行分析。我们用高清晰度-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-空气-

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年11月13日
Type-augmented Relation Prediction in Knowledge Graphs
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员