Artigo
Análise Bayesiana de modelos mistos normais assimétricos em dados de expressão gênica originados de pedigrees complexos
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista Júlio de Mesquita Filho – Unesp
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extensão
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Estimativas de herdabilidade para a expressão gênica são escassas e, em geral, provenientes de estruturas de famílias, em que se assume covariância uniforme para os indivíduos relacionados. Para tais estimativas usam-se modelos lineares (mistos) Gauss-Markov normais, mas em estudos com microarrays é comum encontrar assimetria de resíduos ao analisar o ajuste de dados previamente normalizados. Isto por si só justificaria o uso de modelos assimétricos. Neste estudo, avaliou-se um delineamento proveniente de uma genealogia com famílias e indivíduos identificados, para os quais se mediu as intensidades das expressões gênicas de 3554 sondas. Neste sentido, este trabalho trata do desenvolvimento e implementação computacional do modelo aditivo-dominante normal assimétrico para a análise dessas expressões gênicas, originadas de um pedigree complexo, permitindo assimetria nas distribuições de todos os efeitos aleatórios. Para as inferências, foram calculados os fatores de Bayes, para a seleção dos melhores modelos e intervalos de credibilidade de máxima densidade a posteriori, para a estimação dos parâmetros. Foram apresentados os resultados dos ajustes dos modelos para duas das sondas estudadas. Para estas sondas, houve maior evidência em favor do modelo misto normal assimétrico.
Abstract
Estimates of heritability for gene expression are scarce and commonly originated from family structures, in which the variability of responses among and within families is provided under a uniform covariance structure for related individuals. Gauss-Markov normal mixed models are the usual choice for such estimates, but in microarrays studies it is common to find asymmetry in residuals of the adjustment of data previously normalized. This, by itself, justifies the use of skew models. In this study it was analyzed a family based pedigree with gene expression measured by microarrays for all individuals. Thus, this work deals with the development and computational implementation of skew normal additive-dominance model for the analysis of microarrays by complex pedigrees, that allows skewness in all distributions of random effects. It was calculated the Bayes factors for the selection of the best models and HPD intervals for marginal estimates. Results are shown for two of the analyzed probes. For these probes, there was more evidence in favor of skew normal additive-dominance model.
Descrição
Área de concentração
Linha de pesquisa
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
OLIVEIRA, D. C. R. de; BUENO FILHO, J. S. de S. Análise Bayesiana de modelos mistos normais assimétricos em dados de expressão gênica originados de pedigrees complexos. Revista Brasileira de Biometria, Jaboticabal, v. 28, n. 2, p. 137-160, abr./jun. 2010.