Localization of genes

• Autorzy: Szulc P.

Identyfikatory

DOI

10.14708/ma.v43i1.629

Warianty tytułu

PL

Lokalizacja genów

• Języki publikacji: EN PL

Abstrakty

EN

Development of genetics in recent years has led to a situation in which we are able to look at the DNA chains with high precision and collect vast amounts of information. In addition, it turned out that the relationships between genes and traits are more complex than previously thought. These two things caused the need for close collaboration between geneticists and mathematicians whose task is to develop special methods, coping with specific and difficult genetic problems. The article includes an overview of both classic and the latest approaches to the problem of localizing genes that indicate places in the DNA chain, which significantly influence the traits of interest to us. Because of not the best communication between mathematicians and geneticists, knowledge of methods other than the classic among the latter group is still small.

PL

Rozwój genetyki w ostatnich latach doprowadził do sytuacji, w której jesteśmy w stanie przyjrzeć się łańcuchom DNA z dużą precyzją i zebrać ogromne ilości informacji. Oprócz tego okazało się, że zależności między genami a cechami są bardziej skomplikowane niż się wcześniej wydawało. Te dwie rzeczy spowodowały, że niezbędna stała się ścisła współpraca między genetykami a matematykami, których zadaniem jest opracowanie specjalnych metod, radzących sobie w specyficznych i trudnych problemach genetycznych. Artykuł zawiera przegląd zarówno klasycznych jak i najnowszych podejść do problemu lokalizacji genów, czyli wskazywania miejsc w łańcuchu DNA, które istotnie wpływają na interesujące nas cechy. Z powodu nienajlepszej komunikacji między matematykami i genetykami, znajomość metody innych niż klasyczne wśród tej drugiej grupy jest wciąż niewielka.

Słowa kluczowe

EN

statistical genetics; quantitative trait loci; model selection; sparse linear regression; Bayesian Information Criterion

PL

genetyka statystyczna; wybór modelu; rzadka regresja liniowa; bayesowskie kryterium informacyjne; ilościowa analiza lokalizacji genów

• Wydawca: Polskie Towarzystwo Matematyczne
• Czasopismo: Mathematica Applicanda
• Rocznik: 2015
• Tom: Vol. 43, No. 1
• Strony: 19--35
• Opis fizyczny: Bibliogr. 23 poz., rys.

Twórcy

autor

Szulc P.

• Wrocław University of Technology, Department of Mathematics, Wybrzeże Wyspiańskiego 27, Wrocław 50-370, Poland

Bibliografia

• [1] H. Akaike, A new look at the statistical model identification. IEEE Transactions on Automatic Control 19 (1974): 716–723. doi: 10.1109/TAC.1974.1100705 MR 0423716 Zbl0314.62039
• [2] A. Baierl, M. Bogdan, F. Frommlet, A. Futschik. On locating multiple interacting Quantitative Trait Loci in intercross designs. Genetics 173 (2006): 1693–1703. doi: 10.1534/genetics.105.048108 PMID: 16624924 [PubMed]
• [3] D.J. Balding, A tutorial on statistical methods for population association studies. Nature Reviews Genetics 7 (2006): 781–791. doi: 10.1038/nrg1916
• [4] Y. Benjamini, Y. Hochberg, Controlling the false discovery rate: a practical and powerful approach to multiple testing. J. Roy. Statist. Soc. Ser. B. 57 (1995): 289–300. MR 1325392Zbl 0809.62014
• [5] M. Bogdan, J.K. Ghosh, R.W. Doerge, Modifying the Schwarz Bayesian Information Criterion to locate multiple interacting quantitative trait loci. Genetics 167 (2004): 989–999. doi: 10.1534/genetics.103.021683
• [6] K.W. Broman, T.P. Speed, A model selection approach for the identification of quantitative trait loci in experimental crosses. Journal of the Royal Statistical Society: Series B 64 (2002): 641–656. Zbl 1067.62108 doi: 10.1111/1467-9868.00354
• [7] J. Chen, Z. Chen, Extended Bayesian Information criteria for model selection with large model spaces. Biometrika 95(3) (2008): 759–771. Zbl 05609546 doi: 10.1093/biomet/asn034
• [8] M. Chorąży, Gen strukturalny – ewolucja pojęcia i dylematy. Nauka 3 (2009): 57–108.
• [9] G.A. Churchill, R.W. Doerge, Empirical threshold values for quantitative trait mapping. Genetics 138 (1994): 963–971. PMID: 7851788 [PubMed]
• [10] R.W. Doerge, Mapping and analysis of quantitative trait loci in experimental populations. Nature Reviews Genetics 3 (2002): 43–52. PMID: 11823790 [PubMed]
• [11] R.W. Doerge, Z-B. Zeng, B.S. Weir, Statistical issues in the search for genes affecting quantitative traits in experimental populations. Statistical Science 12 (1997): 195–219. doi: 10.1214/ss/1030037909
• [12] J. Dupuis, D.O. Siegmund, Statistical methods for mapping quantitative trait loci from a dense set of markers. Genetics 151 (1999): 373–386. PMID: 9872974 [PubMed]
• [13] F. Frommlet, A. Chakrabarti, M. Murawska, M. Bogdan, Asymptotic Bayes optimality under sparsity for general distributions under the alternative, Technical Report (2011), arXiv:1005.4753v2.
• [14] F. Frommlet, F. Ruhaltinger, P. Twaróg, M. Bogdan, A model selection approach to genome wide association studies. Computational Statistics and Data Analysis 56 (2012): 1038–1051. doi: 10.1016/j.csda.2011.05.005
• [15] C-H. Kao, Z-B. Zeng, Modeling Epistasis of Quantitative Trait Loci Using Cockerham’s Model. Genetics 160 (2002): 1243–1261. PMID: 11901137 [PubMed]
• [16] S. Keller-Przybyłkowicz, M. Korbin, Lokalizacja genów wpływających na jakość jabłek na mapie referencyjnej genomu jabłoni. Zeszyty Naukowe Instytutu Sadownictwa i Kwiaciarstwa 16 (2008): 69–81.
• [17] W. Li, Z. Chen, Multiple interval mapping for quantitative trait loci with a spike in the trait distribution. Genetics 182(2) (2009): 337–342. doi: 10.1534/genetics.108.099028
• [18] S. Luo, Z. Chen, Extended BIC for linear regression models with diverging number of relevant features and high or ultra-high feature spaces. Journal of Statistical Planning and Inference 143(3) (2013): 494–504. Zbl 06118917 doi: 10.1016/j.jspi.2012.08.015
• [19] J. Ott, Analysis of Human Genetic Linkage. Johns Hopkins University Press, 3rd edition (1999).
• [20] G. Schwarz, Estimating the dimension of a model. Annals of Statistics 6 (1978): 461–464. doi: 10.1214/aos/1176344136, MR 468014, Zbl 0379.62005
• [21] J. Zhao, Z. Chen A Two-stage penalized logistic regression approach to case-control genome-wide association studies. Journal of Probability and Statistics (2012). doi: 10.1155/2012/642403, MR 2862471
• [22] P. Szulc, Weak consistency of modified versions of Bayesian Information Criterion in a sparse linear regression. Probability and Mathematical Statistics 32 (2012): 47–55. MR2959870 Zbl 1282.62164
• [23] M. Żak-Szatkowska, M. Bogdan, Modified versions of Bayesian Information Criterion for sparse Generalized Linear Models. Computational Statistics and Data Analysis 55 (2011): 2908–2924. Zbl 1218.62073 doi: 10.1016/j.csda.2011.04.016