Биостатистика - Biostatistics
Биостатистика являются развитием и применением статистический методы к широкому кругу тем в биология. Он включает в себя дизайн биологического эксперименты, сбор и анализ данных этих экспериментов и интерпретация результатов.
История
Биостатистика и генетика
Биостатистическое моделирование составляет важную часть многих современных биологических теорий. Генетика Исследования с самого начала использовали статистические концепции для понимания наблюдаемых экспериментальных результатов. Некоторые ученые-генетики даже внесли свой вклад в развитие статистики, разработав методы и инструменты. Грегор Мендель начал генетические исследования, исследуя закономерности генетической сегрегации в семействах гороха, и использовал статистику для объяснения собранных данных. В начале 1900-х годов, после повторного открытия работ Менделя по менделевскому наследованию, между генетикой и эволюционным дарвинизмом возникли пробелы в понимании. Фрэнсис Гальтон попытался дополнить открытия Менделя человеческими данными и предложил другую модель, в которой доли наследственности, исходящие от каждого предка, составляли бесконечный ряд. Он назвал это теорией "Закон наследственности ". Его идеи были категорически не согласны Уильям Бейтсон, которые следовали выводам Менделя, что генетическая наследственность была исключительно от родителей, по половине от каждого из них. Это привело к ожесточенным спорам между специалистами по биометрии, которые поддержали идеи Гальтона, поскольку Уолтер Велдон, Артур Дукинфилд Дарбишир и Карл Пирсон, и менделевцы, которые поддерживали идеи Бейтсона (и Менделя), такие как Чарльз Давенпорт и Вильгельм Йоханссен. Позже биометристы не могли воспроизвести выводы Гальтона в различных экспериментах, и идеи Менделя преобладали. К 1930-м годам модели, построенные на статистических рассуждениях, помогли разрешить эти различия и произвести современный неодарвиновский эволюционный синтез.
Разрешение этих различий также позволило определить концепцию популяционной генетики и объединило генетику и эволюцию. Три ведущие фигуры в создании популяционная генетика и весь этот синтез опирался на статистику и нашел применение в биологии.
- Рональд Фишер разработал несколько основных статистических методов в поддержку своей работы по изучению опытов на сельскохозяйственных культурах в Rothamsted Research, в том числе в его книгах Статистические методы для научных работников (1925) конец Генетическая теория естественного отбора (1930). Он внес большой вклад в генетику и статистику. Некоторые из них включают ANOVA, p-значение концепции, Точный тест Фишера и Уравнение фишера за динамика населения. Ему приписывают предложение «Естественный отбор - это механизм для создания чрезвычайно высокой степени невероятности».[1]
- Сьюэлл Дж. Райт развитый F-статистика и методы их вычисления и определены коэффициент инбридинга.
- Дж. Б. С. Холдейн книга, Причины эволюции, восстановили естественный отбор как главный механизм эволюции, объяснив его математическими последствиями менделевской генетики. Также развита теория исконный суп.
Эти и другие биостатисты, математические биологи, и статистически склонные к генетике генетики помогли собрать эволюционная биология и генетика в единое, связное целое, которое может начать количественно смоделирован.
Параллельно с этим общим развитием новаторская работа Д'Арси Томпсон в О росте и форме также помог добавить количественную дисциплину в биологические исследования.
Несмотря на фундаментальную важность и частую необходимость статистических рассуждений, среди биологов, тем не менее, могла быть тенденция не доверять или недооценивать результаты, которые не являются качественно очевидный. Один анекдот описывает Томас Хант Морган запретить Калькулятор Фридена из его отдела в Калтех, говоря: «Ну, я как парень, который ищет золото на берегу реки Сакраменто в 1849 году. Обладая небольшим интеллектом, я могу дотянуться до больших самородков золота. И пока я могу это делать. , Я не позволю никому из моего отдела тратить скудные ресурсы на россыпная добыча."[2]
Планирование исследований
Любые исследования в Науки о жизни предлагается ответить на научный вопрос мы могли бы иметь. Чтобы ответить на этот вопрос с высокой уверенностью, нам нужно точный полученные результаты. Правильное определение основного гипотеза а план исследования уменьшит количество ошибок при принятии решения в понимании явления. План исследования может включать в себя исследовательский вопрос, гипотезу, которую нужно проверить, экспериментальная конструкция, сбор информации методы, анализ данных перспективы и затраты изменились. Важно, чтобы исследование основывалось на трех основных принципах экспериментальной статистики: рандомизация, репликация, и местное управление.
Исследовать вопрос
Вопрос исследования будет определять цель исследования. Исследование будет возглавляться вопросом, поэтому оно должно быть кратким и в то же время сосредоточенным на интересных и новых темах, которые могут улучшить науку, знания и эту область. Чтобы определить способ задать вопрос научный вопрос, исчерпывающий литературный обзор может быть необходимо. Таким образом, исследование может быть полезным для повышения ценности научное сообщество.[3]
Определение гипотезы
Как только цель исследования определена, можно предложить возможные ответы на исследовательский вопрос, превращая этот вопрос в гипотеза. Основное предложение называется нулевая гипотеза (ЧАС0) и обычно основывается на постоянном знании темы или очевидном возникновении явления, подтвержденном глубоким обзором литературы. Можно сказать, что это стандартный ожидаемый ответ для данных в ситуации в тест. В общем, HО не предполагает никакой связи между лечение. С другой стороны, Альтернативная гипотеза отрицание HО. Предполагается некоторая степень связи между лечением и результатом. Тем не менее, эта гипотеза подтверждается исследованием вопросов и ожидаемыми и неожиданными ответами.[3]
В качестве примера рассмотрим группы похожих животных (например, мышей) с двумя разными системами питания. Вопрос исследования: какая диета самая лучшая? В этом случае H0 было бы, что нет разницы между двумя диетами у мышей метаболизм (ЧАС0: μ1 = μ2) и Альтернативная гипотеза будет то, что диеты по-разному влияют на метаболизм животных (H1: μ1 ≠ μ2).
В гипотеза определяется исследователем в соответствии с его интересами к ответу на главный вопрос. Кроме того, Альтернативная гипотеза может быть более одной гипотезы. Он может предполагать не только различия наблюдаемых параметров, но и степень их различий (т.е. выше или короче).
Отбор проб
Обычно цель исследования - понять влияние явления на численность населения. В биология, а численность населения определяется как все отдельные лица данного разновидность, в определенной области в данный момент времени. В биостатистике это понятие распространяется на множество возможных для изучения коллекций. Хотя в биостатистике численность населения это не только отдельные лица, но сумма одного конкретного компонента их организмы, в целом геном, или вся сперма клетки, например, для животных или общей площади листьев для растения.
Невозможно взять меры из всех элементов численность населения. Из-за этого отбор проб процесс очень важен для статистические выводы. Отбор проб определяется как случайное получение репрезентативной части всей совокупности, чтобы сделать апостериорные выводы о совокупности. Итак образец может поймать больше всего изменчивость по населению.[4] В размер образца определяется несколькими вещами, начиная с объема исследования доступными ресурсами. В клинические исследования, пробный тип, как неполноценность, эквивалентность, и превосходство ключ к определению образца размер.[3]
Экспериментальная конструкция
Экспериментальные образцы поддерживать эти основные принципы экспериментальная статистика. Существует три основных экспериментальных плана, которые можно распределить случайным образом. лечение в целом участки из эксперимент. Они есть полностью рандомизированный дизайн, рандомизированный блочный дизайн, и факторные планы. Внутри эксперимента лечение можно организовать разными способами. В сельское хозяйство, правильный экспериментальная конструкция это основа хорошего исследования и расположения лечение в рамках исследования важно, потому что среда в значительной степени влияет на участки (растения, домашний скот, микроорганизмы ). Эти основные аранжировки можно найти в литературе под названиями «решетки »,« Неполные блоки »,«разделить сюжет »,« Дополненные блоки »и многие другие. Все дизайны могут включать контрольные участки, определяемые исследователем, для обеспечения оценка ошибки в течение вывод.
В клинические исследования, то образцы обычно меньше, чем в других биологических исследованиях, и в большинстве случаев среда эффект можно контролировать или измерять. Обычно используют рандомизированные контролируемые клинические испытания, где результаты обычно сравнивают с наблюдательное исследование такие конструкции, как case – control или же когорта.[5]
Сбор информации
При планировании исследования необходимо учитывать методы сбора данных, поскольку они сильно влияют на размер выборки и дизайн эксперимента.
Сбор данных зависит от типа данных. За качественные данные сбор может производиться с помощью структурированных вопросников или путем наблюдения с учетом наличия или интенсивности заболевания, с использованием критерия оценки для классификации уровней встречаемости.[6] За количественные данные, сбор осуществляется путем измерения числовой информации с помощью инструментов.
В исследованиях в области сельского хозяйства и биологии данные об урожайности и ее составляющих могут быть получены с помощью метрические меры. Тем не менее, повреждения растений вредителями и болезнями получают путем наблюдения с учетом шкал для уровней повреждений. В частности, в генетических исследованиях современные методы сбора данных в полевых и лабораторных условиях следует рассматривать как высокопроизводительные платформы для фенотипирования и генотипирования. Эти инструменты позволяют проводить более масштабные эксперименты, в то же время делая возможным оценку многих графиков за более короткое время, чем метод сбора данных, основанный только на человеке. Наконец, все собранные данные, представляющие интерес, должны храниться в организованной структуре данных для дальнейшего анализа.
Анализ и интерпретация данных
Описательные инструменты
Данные могут быть представлены через столы или же графический представление, такое как линейные диаграммы, гистограммы, гистограммы, точечная диаграмма. Также, меры центрального тенденция и изменчивость может быть очень полезным для описания обзора данных. Следуйте некоторым примерам:
- Таблицы частот
Одним из типов таблиц являются частота таблица, которая состоит из данных, упорядоченных по строкам и столбцам, где частота - это количество вхождений или повторений данных. Частота может быть:[7]
Абсолютное: представляет количество раз, когда появляется определенное значение;
Относительный: получено делением абсолютной частоты на общее число;
В следующем примере у нас есть десять генов. опероны того же организма.
Количество генов | Абсолютная частота | Относительная частота |
---|---|---|
1 | 0 | 0 |
2 | 1 | 0.1 |
3 | 6 | 0.6 |
4 | 2 | 0.2 |
5 | 1 | 0.1 |
- Линейный график
Линейные графики представляют собой изменение значения по сравнению с другим показателем, например временем. Как правило, значения представлены на вертикальной оси, а изменение во времени - на горизонтальной оси.[9]
- Гистограмма
А гистограмма представляет собой график, который показывает категориальные данные в виде столбцов с высотой (вертикальная полоса) или шириной (горизонтальная полоса), пропорциональной представлению значений. Гистограммы предоставляют изображение, которое также может быть представлено в табличном формате.[9]
В примере гистограммы коэффициент рождаемости равен Бразилия за декабрьские месяцы с 2010 по 2016 гг.[8] Резкое падение в декабре 2016 г. отражает вспышку Вирус Зика в рождаемости в Бразилия.
- Гистограммы
В гистограмма (или частотное распределение) - это графическое представление набора данных, сведенного в таблицу и разделенного на однородные или неоднородные классы. Впервые он был представлен Карл Пирсон.[10]
- Точечная диаграмма
А диаграмма рассеяния представляет собой математическую диаграмму, которая использует декартовы координаты для отображения значений набора данных. Диаграмма разброса показывает данные в виде набора точек, каждая из которых представляет значение одной переменной, определяющей положение на горизонтальной оси, и другой переменной на вертикальной оси.[11] Их еще называют диаграмма разброса, диаграмма рассеяния, диаграмма рассеяния, или же корреляционная диаграмма.[12]
- Иметь в виду
В среднее арифметическое представляет собой сумму набора значений () деленное на количество предметов этой коллекции ().
- Медиана
В медиана это значение в середине набора данных.
- Режим
В Режим значение набора данных, которое появляется чаще всего.[13]
Тип | Пример | Результат |
---|---|---|
Иметь в виду | ( 2 + 3 + 3 + 3 + 3 + 3 + 4 + 4 + 11 ) / 9 | 4 |
Медиана | 2, 3, 3, 3, 3, 3, 4, 4, 11 | 3 |
Режим | 2, 3, 3, 3, 3, 3, 4, 4, 11 | 3 |
- Коробчатая диаграмма
Коробчатый сюжет представляет собой метод графического изображения групп числовых данных. Максимальные и минимальные значения представлены линиями, а межквартильный диапазон (IQR) составляет 25–75% данных. Выбросы могут быть изображены в виде кружков.
- Коэффициенты корреляции
Хотя корреляции между двумя разными типами данных можно вывести с помощью графиков, таких как диаграмма рассеяния, необходимо подтвердить это с помощью числовой информации. По этой причине требуются коэффициенты корреляции. Они предоставляют числовое значение, которое отражает силу ассоциации.[9]
- Коэффициент корреляции Пирсона
Коэффициент корреляции Пирсона является мерой связи между двумя переменными, X и Y. Этот коэффициент, обычно представленный ρ (ро) для населения и р для образца принимает значения от -1 до 1, где ρ = 1 представляет собой идеальную положительную корреляцию, ρ = -1 представляет собой идеальную отрицательную корреляцию, а ρ = 0 не является линейной корреляцией.[9]
Выведенный статистика
Он используется для изготовления выводы[14] о неизвестном населении, путем оценки и / или проверки гипотез. Другими словами, желательно получить параметры для описания представляющей интерес совокупности, но, поскольку данные ограничены, необходимо использовать репрезентативную выборку для их оценки. Таким образом, можно проверить ранее определенные гипотезы и применить выводы ко всей совокупности. В стандартная ошибка среднего это мера изменчивости, которая имеет решающее значение для умозаключений.[4]
Проверка гипотез важна для того, чтобы делать выводы о группах населения, стремящихся ответить на вопросы исследования, как указано в разделе «Планирование исследования». Авторы определили четыре шага, которые необходимо установить:[4]
- Гипотеза для проверки: как было сказано ранее, мы должны работать с определением нулевая гипотеза (ЧАС0), который будет протестирован, и Альтернативная гипотеза. Но их необходимо определить до проведения эксперимента.
- Уровень значимости и правило принятия решения: Правило принятия решения зависит от уровень значимости, или, другими словами, допустимая частота ошибок (α). Легче думать, что мы определяем критическое значение что определяет статистическую значимость, когда статистика теста сравнивается с этим. Таким образом, перед экспериментом необходимо заранее определить α.
- Эксперимент и статистический анализ: Это когда эксперимент действительно проводится с соблюдением соответствующих экспериментальная конструкция, собираются данные и оцениваются наиболее подходящие статистические тесты.
- Вывод: Производится, когда нулевая гипотеза отклонено или не отклонено на основании доказательств того, что сравнение p-значения и α приносит. Указывается, что отказ от отклонения H0 просто означает, что недостаточно доказательств, чтобы поддержать его отказ, но не то, что эта гипотеза верна.
Доверительный интервал - это диапазон значений, который может содержать истинное реальное значение параметра при определенном уровне достоверности. Первым шагом является оценка наиболее объективной оценки параметра популяции. Верхнее значение интервала получается суммой этой оценки с умножением между стандартной ошибкой среднего и уровнем достоверности. Вычисление меньшего значения аналогично, но вместо суммы должно применяться вычитание.[4]
Статистические соображения
Мощность и статистическая ошибка
При проверке гипотезы возможны два типа статистических ошибок: Ошибка типа I и Ошибка типа II. Ошибка типа I или ложный положительный результат является неправильным отклонением истинной нулевой гипотезы и ошибкой типа II или ложноотрицательный неспособность отвергнуть ложное нулевая гипотеза. В уровень значимости обозначаемый α, представляет собой частоту ошибок типа I. Его следует выбирать перед выполнением теста. Частота ошибок типа II обозначается β и статистическая мощность теста равно 1 - β.
p-значение
В p-значение вероятность получения таких же или более экстремальных результатов, чем наблюдаемые, при условии, что нулевая гипотеза (ЧАС0) правда. Это также называется расчетной вероятностью. Часто путают p-значение с уровень значимости (α), но α - это предопределенный порог для вызова значимых результатов. Если p меньше α, нулевая гипотеза (H0) отклоняется.[15]
Множественное тестирование
В нескольких тестах одной и той же гипотезы вероятность возникновения ложно положительный результат (частота ошибок в семье) увеличение и некоторые стратегии используются, чтобы контролировать это явление. Обычно это достигается за счет использования более жесткого порога для отклонения нулевых гипотез. В Коррекция Бонферрони определяет приемлемый глобальный уровень значимости, обозначаемый α *, и каждый тест индивидуально сравнивается со значением α = α * / m. Это гарантирует, что частота ошибок в семье во всех m тестах меньше или равна α *. Когда m велико, поправка Бонферрони может быть слишком консервативной. Альтернативой поправке Бонферрони является контроль коэффициент ложного обнаружения (FDR). FDR контролирует ожидаемую долю отклоненных нулевые гипотезы (так называемые открытия), которые ложны (неправильные отклонения). Эта процедура гарантирует, что для независимых тестов частота ложного обнаружения не превышает q *. Таким образом, FDR менее консервативен, чем коррекция Бонферрони, и имеет большую мощность за счет большего количества ложных срабатываний.[16]
Проверки неправильной спецификации и устойчивости
Основная проверяемая гипотеза (например, отсутствие связи между лечением и исходами) часто сопровождается другими техническими предположениями (например, о форме распределения вероятностей результатов), которые также являются частью нулевой гипотезы. Когда технические допущения нарушаются на практике, нуль может часто отклоняться, даже если основная гипотеза верна. Считается, что такие отказы связаны с неправильной спецификацией модели.[17] Проверка того, не меняется ли результат статистического теста при небольшом изменении технических допущений (так называемые проверки устойчивости), является основным способом борьбы с неверными спецификациями.
Критерии выбора модели
Выбор критериев модели выберет или смоделирует ту более приближенную истинную модель. В Информационный критерий Акаике (AIC) и Байесовский информационный критерий (BIC) являются примерами асимптотически эффективных критериев.
Разработки и большие данные
Эта секция нужны дополнительные цитаты для проверка.Декабрь 2016 г.) (Узнайте, как и когда удалить этот шаблон сообщения) ( |
Последние разработки оказали большое влияние на биостатистику. Двумя важными изменениями стали возможность сбора данных с высокой пропускной способностью и возможность выполнять гораздо более сложный анализ с использованием вычислительных методов. Это связано с развитием в таких областях, как последовательность действий технологии, Биоинформатика и Машинное обучение (Машинное обучение в биоинформатике ).
Использование в данных с высокой пропускной способностью
Новые биомедицинские технологии, такие как микрочипы, секвенсоры нового поколения (для геномики) и масс-спектрометрии (для протеомики) генерируют огромные объемы данных, позволяя проводить множество тестов одновременно.[18] Чтобы отделить сигнал от шума, требуется тщательный анализ с использованием биостатистических методов. Например, микроматрица может использоваться для одновременного измерения многих тысяч генов, чтобы определить, какие из них имеют различную экспрессию в пораженных клетках по сравнению с нормальными клетками. Однако только часть генов будет экспрессироваться по-разному.[19]
Мультиколлинеарность часто встречается в условиях биостатистики с высокой пропускной способностью. Из-за высокой взаимной корреляции между предикторами (такими как экспрессия гена уровней), информация одного предиктора может содержаться в другом. Может быть, только 5% предикторов отвечают за 90% вариабельности ответа. В таком случае можно применить биостатистический метод уменьшения размерности (например, с помощью анализа главных компонентов). Классические статистические методы, такие как линейные или логистическая регрессия и линейный дискриминантный анализ не работают хорошо для данных большой размерности (т.е. когда количество наблюдений n меньше, чем количество функций или предикторов p: n
2-значения, несмотря на очень низкую предсказательную силу статистической модели. Эти классические статистические методы (особенно. наименьших квадратов линейная регрессия) были разработаны для низкоразмерных данных (то есть там, где количество наблюдений n намного больше, чем количество предикторов p: n >> p). В случаях высокой размерности всегда следует рассматривать независимый набор проверочных тестов и соответствующую остаточную сумму квадратов (RSS) и R2 набора проверочных тестов, а не обучающего набора.
Часто бывает полезно объединить информацию от нескольких предикторов вместе. Например, Анализ обогащения генетического набора (GSEA) рассматривает возмущение целых (функционально связанных) наборов генов, а не отдельных генов.[20] Эти наборы генов могут быть известными биохимическими путями или другими функционально связанными генами. Преимущество этого подхода заключается в том, что он более надежен: более вероятно, что один ген окажется ложно нарушенным, чем ложно нарушен весь путь. Кроме того, можно интегрировать накопленные знания о биохимических путях (например, Сигнальный путь JAK-STAT ) с использованием этого подхода.
Достижения биоинформатики в базах данных, интеллектуальном анализе данных и биологической интерпретации
Развитие биологические базы данных позволяет хранить и управлять биологическими данными с возможностью обеспечения доступа для пользователей по всему миру. Они полезны для исследователей, которые хранят данные, извлекают информацию и файлы (сырые или обработанные), полученные в результате других экспериментов, или индексируют научные статьи, как PubMed. Другая возможность - поиск желаемого термина (ген, белок, болезнь, организм и т. Д.) И проверка всех результатов, связанных с этим поиском. Есть базы данных, посвященные SNP (dbSNP ), знания о характеристиках генов и их путях (КЕГГ ) и описание функции гена, классифицируя его по клеточному компоненту, молекулярной функции и биологическому процессу (Генная онтология ).[21] Помимо баз данных, содержащих конкретную молекулярную информацию, существуют другие, которые достаточно обширны в том смысле, что они хранят информацию об организме или группе организмов. Примером базы данных, предназначенной только для одного организма, но содержащей много данных о нем, является Arabidopsis thaliana генетическая и молекулярная база данных - ТАИР.[22] Фитозом,[23] в свою очередь, хранит сборки и файлы аннотаций десятков геномов растений, а также содержит инструменты визуализации и анализа. Более того, существует взаимосвязь между некоторыми базами данных в обмене / совместном использовании информации, и главной инициативой была Международное сотрудничество с базами данных нуклеотидных последовательностей (INSDC)[24] который связывает данные из DDBJ,[25] EMBL-EBI,[26] и NCBI.[27]
В настоящее время увеличение размера и сложности наборов молекулярных данных приводит к использованию мощных статистических методов, предоставляемых алгоритмами компьютерных наук, разработанными машинное обучение площадь. Таким образом, интеллектуальный анализ данных и машинное обучение позволяют обнаруживать закономерности в данных со сложной структурой, например, биологические, с помощью методов под наблюдением и обучение без учителя, регрессия, обнаружение кластеры и интеллектуальный анализ ассоциативных правил, среди прочего.[21] Чтобы указать на некоторые из них, самоорганизующиеся карты и k-средства примеры кластерных алгоритмов; нейронные сети реализация и опорные векторные машины модели являются примерами распространенных алгоритмов машинного обучения.
Совместная работа молекулярных биологов, биоинформатиков, статистиков и специалистов по информатике важна для правильного проведения эксперимента, начиная от планирования, генерации и анализа данных и заканчивая биологической интерпретацией результатов.[21]
Использование ресурсоемких методов
С другой стороны, появление современных компьютерных технологий и относительно дешевых вычислительных ресурсов сделало возможным использование ресурсоемких биостатистических методов, таких как самонастройка и повторная выборка методы.
В последнее время, случайные леса приобрели популярность как метод исполнения статистическая классификация. Методы случайного леса генерируют панель деревьев решений.Деревья решений имеют то преимущество, что вы можете их рисовать и интерпретировать (даже имея базовое понимание математики и статистики). Таким образом, случайные леса использовались для систем поддержки принятия клинических решений.[нужна цитата ]
Приложения
Здравоохранение
Здравоохранение, включая эпидемиология, исследования служб здравоохранения, питание, состояние окружающей среды политика и управление в сфере здравоохранения. В этих лекарство содержания, важно продумать дизайн и анализ клинические испытания. В качестве примера можно привести оценку тяжести состояния пациента с прогнозом исхода заболевания.
Благодаря новым технологиям и генетическим знаниям биостатистика теперь также используется для Системная медицина, который заключается в более индивидуальной медицине. Для этого выполняется интеграция данных из разных источников, включая стандартные данные о пациентах, клинико-патологические параметры, молекулярные и генетические данные, а также данные, полученные с помощью дополнительных технологий new-omics.[28]
Количественная генетика
Изучение Популяционная генетика и Статистическая генетика чтобы связать вариации в генотип с вариацией в фенотип. Другими словами, желательно обнаружить генетическую основу измеримого признака, количественного признака, находящегося под полигенным контролем. Область генома, отвечающая за непрерывный признак, называется Локус количественного признака (QTL). Изучение QTL стало возможным при использовании молекулярные маркеры и измерения признаков в популяциях, но для их картирования необходимо получение популяции в результате экспериментального скрещивания, например F2 или Рекомбинантные инбредные штаммы / линии (RIL). Чтобы сканировать области QTL в геноме, генная карта на основе связи должны быть построены. Некоторые из наиболее известных алгоритмов сопоставления QTL - это сопоставление интервалов, сопоставление составных интервалов и сопоставление множественных интервалов.[29]
Однако разрешение картирования QTL ухудшается из-за количества проанализированных рекомбинаций, что является проблемой для видов, у которых трудно получить большое потомство. Кроме того, разнообразие аллелей ограничено индивидуумами, происходящими от противоположных родителей, что ограничивает исследования разнообразия аллелей, когда у нас есть группа лиц, представляющих естественную популяцию.[30] По этой причине Полногеномное исследование ассоциации был предложен для идентификации QTL на основе нарушение равновесия по сцеплению, то есть неслучайная ассоциация между признаками и молекулярными маркерами. Это стало возможным благодаря развитию высокопроизводительных Генотипирование SNP.[31]
В животное и селекция растений, использование маркеров в отбор стремясь к селекции, в основном молекулярной, сотрудничали с развитием отбор с помощью маркеров. В то время как отображение QTL ограничено из-за разрешения, GWAS не имеет достаточной мощности при редких вариантах малого эффекта, которые также зависят от окружающей среды. Итак, концепция геномного отбора (GS) возникает для того, чтобы использовать все молекулярные маркеры в отборе и позволять прогнозировать эффективность кандидатов в этом отборе. Предложение состоит в том, чтобы генотипировать и фенотипировать обучающуюся популяцию, разработать модель, которая может получить геномные оценочные значения племенной ценности (GEBV) людей, принадлежащих к генотипированной, но не фенотипированной популяции, называемой тестируемой популяцией.[32] Этот вид исследования может также включать популяцию валидации, мыслящую в рамках концепции перекрестная проверка, в котором реальные результаты фенотипа, измеренные в этой популяции, сравниваются с результатами фенотипа, основанными на прогнозе, который использовался для проверки точности модели.
Подводя итог, можно сказать, что некоторые моменты применения количественной генетики:
- Это использовалось в сельском хозяйстве для улучшения урожая (Селекция растений ) и домашний скот (Животноводство ).
- В биомедицинских исследованиях эта работа может помочь в поиске кандидатов. ген аллели которые могут вызывать или влиять на предрасположенность к заболеваниям у генетика человека
Данные выражения
Исследования дифференциальной экспрессии генов из РНК-Seq данные, что касается ОТ-КПЦР и микрочипы, требует сравнения условий. Цель состоит в том, чтобы идентифицировать гены, у которых наблюдается значительное изменение численности в разных условиях. Затем эксперименты разрабатываются соответствующим образом, с повторениями для каждого состояния / лечения, рандомизацией и блокированием, если необходимо. В RNA-Seq количественная оценка экспрессии использует информацию отображенных считываний, которые суммированы в некоторой генетической единице, как экзоны которые являются частью генной последовательности. В качестве микрочип результаты могут быть аппроксимированы нормальным распределением, данные подсчета RNA-Seq лучше объясняются другими распределениями. Первым использованным дистрибутивом был Пуассон один, но он недооценивает ошибку выборки, что приводит к ложным срабатываниям. В настоящее время биологическая изменчивость учитывается методами, оценивающими параметр дисперсии отрицательное биномиальное распределение. Обобщенные линейные модели используются для выполнения тестов на статистическую значимость, и, поскольку количество генов велико, необходимо рассмотреть возможность корректировки нескольких тестов.[33] Некоторые примеры другого анализа на геномика данные поступают с микрочипа или протеомика эксперименты.[34][35] Часто касается болезней или стадий заболевания.[36]
Другие исследования
- Экология, экологическое прогнозирование
- Биологические анализ последовательности[37]
- Системная биология для вывода генной сети или анализа путей.[38]
- Динамика населения, особенно в отношении наука о рыболовстве.
- Филогенетика и эволюция
Инструменты
Существует множество инструментов, которые можно использовать для статистического анализа биологических данных. Большинство из них полезны в других областях знаний, охватывающих большое количество приложений (в алфавитном порядке). Вот краткое описание некоторых из них:
- ASReml: Еще одно программное обеспечение, разработанное VSNi.[39] который также может использоваться в среде R как пакет. Он разработан для оценки компонентов дисперсии в рамках общей линейной смешанной модели с использованием ограниченная максимальная вероятность (REML). Допускаются модели с фиксированными эффектами и случайными эффектами, а также вложенные или скрещенные. Дает возможность исследовать разные ковариация-дисперсия матричные структуры.
- CycDesigN:[40] Компьютерный пакет, разработанный VSNi[39] который помогает исследователям создавать экспериментальные проекты и анализировать данные, полученные от дизайна, представленного в одном из трех классов, обрабатываемых CycDesigN. Эти классы разрешимы, неразрешимы, частично реплицируются и кроссоверы. Он включает в себя менее используемые конструкции, латинизированные, а также t-латинизированные конструкции.[41]
- апельсин: Программный интерфейс для высокоуровневой обработки данных, интеллектуального анализа данных и визуализации данных. Включите инструменты для экспрессии генов и геномики.[21]
- р: An Открытый исходный код среда и язык программирования, посвященные статистическим вычислениям и графике. Это реализация S язык поддерживается CRAN.[42] Помимо функций чтения таблиц данных, сбора описательной статистики, разработки и оценки моделей, его репозиторий содержит пакеты, разработанные исследователями со всего мира. Это позволяет разрабатывать функции, предназначенные для статистического анализа данных, поступающих из конкретных приложений. В случае биоинформатики, например, есть пакеты, расположенные в главном репозитории (CRAN) и в других, как Биокондуктор. Также можно использовать разрабатываемые пакеты, которые используются в хостинг-сервисах как GitHub.
- SAS: Программное обеспечение для анализа данных, широко используемое в университетах, сфере услуг и в промышленности. Разработан одноименной компанией (Институт САС ), оно использует Язык SAS для программирования.
- PLA 3.0:[43] Это программное обеспечение для биостатистического анализа регулируемых сред (например, тестирования на наркотики), которое поддерживает количественные анализы отклика (параллельная линия, параллельная логистика, коэффициент наклона) и дихотомические анализы (количественный отклик, бинарные анализы). Он также поддерживает методы взвешивания для комбинированных вычислений и автоматическое агрегирование данных независимых анализов.
- Weka: А Ява программное обеспечение для машинное обучение и сбор данных, включая инструменты и методы для визуализации, кластеризации, регрессии, правила ассоциации и классификации. Есть инструменты для перекрестной проверки, начальной загрузки и модуль сравнения алгоритмов. Weka также может работать на других языках программирования, таких как Perl или R.[21]
Объем и программы обучения
Практически все образовательные программы по биостатистике проходят аспирант уровень. Чаще всего их можно найти в школах общественного здравоохранения, связанных с школами медицины, лесоводства или сельского хозяйства, или в качестве основных приложений в департаментах статистики.
В Соединенных Штатах, где несколько университетов имеют специализированные кафедры биостатистики, многие другие ведущие университеты интегрируют факультет биостатистики в статистические или другие факультеты, например эпидемиология. Таким образом, отделы, носящие название «биостатистика», могут существовать в совершенно разных структурах. Например, были созданы относительно новые отделы биостатистики с упором на биоинформатика и вычислительная биология, в то время как более старые факультеты, обычно связанные со школами здравоохранение, будут проводить более традиционные направления исследований, включая эпидемиологические исследования и клинические испытания а также биоинформатика. В более крупных университетах по всему миру, где существуют и статистические, и биостатистические факультеты, степень интеграции между этими двумя факультетами может варьироваться от минимального до очень тесного сотрудничества. В целом, разница между статистической программой и программой биостатистики двоякая: (i) статистические отделы часто проводят теоретические / методологические исследования, которые менее распространены в программах биостатистики, и (ii) отделы статистики имеют направления исследований, которые могут включать биомедицинские приложения. но также и другие области, такие как промышленность (контроль качества ), бизнес и экономика и биологические области помимо медицины.
Специализированные журналы
- Смотрите также: Список журналов биостатистики
- Биостатистика[44]
- Международный журнал биостатистики[45]
- Журнал эпидемиологии и биостатистики[46]
- Биостатистика и общественное здоровье[47]
- Биометрия[48]
- Биометрика[49]
- Биометрический журнал[50]
- Коммуникации в биометрии и растениеводстве[51]
- Статистические приложения в генетике и молекулярной биологии[52]
- Статистические методы в медицинских исследованиях[53]
- Фармацевтическая статистика[54]
- Статистика в медицине[55]
Смотрите также
- Биоинформатика
- Эпидемиологический метод
- Эпидемиология
- Меры размера группы
- Индикатор здоровья
- Математическая и теоретическая биология
Рекомендации
- ^ Гюнтер, Крис (10 декабря 2008 г.). «Количественная генетика». Природа. 456 (7223): 719. Bibcode:2008Натура.456..719G. Дои:10.1038 / 456719a. PMID 19079046.
- ^ Чарльз Т. Мангер (2003-10-03). «Академическая экономика: сильные и слабые стороны с учетом междисциплинарных потребностей» (PDF).
- ^ а б c Низамуддин, Сара Л .; Низамуддин, Джунаид; Мюллер, Ариэль; Рамакришна, Хариш; Шахул, Саджид С. (октябрь 2017 г.). «Разработка гипотез и статистическое планирование». Журнал кардиоторакальной и сосудистой анестезии. 31 (5): 1878–1882. Дои:10.1053 / j.jvca.2017.04.020. PMID 28778775.
- ^ а б c d Оверхолзер, Брайан Р.; Совински, Кевин М (2017). «Учебник по биостатистике: Часть I». Питание в клинической практике. 22 (6): 629–35. Дои:10.1177/0115426507022006629. PMID 18042950.
- ^ Щеч, Линда Энн; Коладонато, Джозеф А .; Оуэн, Уильям Ф. (4 октября 2002 г.). «Ключевые концепции биостатистики: использование статистики для ответа на вопрос» Есть ли разница?"". Семинары по диализу. 15 (5): 347–351. Дои:10.1046 / j.1525-139X.2002.00085.x. PMID 12358639.
- ^ Санделовски, Маргарет (2000). «Сочетание качественной и количественной выборки, сбора данных и методов анализа в исследованиях с использованием смешанных методов». Исследования в области сестринского дела и здравоохранения. 23 (3): 246–255. CiteSeerX 10.1.1.472.7825. Дои:10.1002 / 1098-240X (200006) 23: 3 <246 :: AID-NUR9> 3.0.CO; 2-H. PMID 10871540.
- ^ Математика, сангаку. «Абсолютные, относительные, накопительные частотные и статистические таблицы - Вероятность и статистика». www.sangakoo.com. Получено 2018-04-10.
- ^ а б «ДАННЫЕ: TabNet Win32 3.0: Nascidos vivos - Бразилия». ДАННЫЕ: Tecnologia da Informação a Serviço do SUS.
- ^ а б c d Фортофер, Рональд Н .; Ли, Ын Сул (1995). Введение в биостатистику. Руководство по проектированию, анализу и открытию. Академическая пресса. ISBN 978-0-12-262270-0.
- ^ Пирсон, Карл (1895-01-01). «X. Вклад в математическую теорию эволюции. - II. Отклонение в однородном материале». Фил. Пер. R. Soc. Лондон. А. 186: 343–414. Bibcode:1895RSPTA.186..343P. Дои:10.1098 / рста.1895.0010. ISSN 0264-3820.
- ^ Уттс, Джессика М. (2005). Просмотр статистики (3-е изд.). Бельмонт, Калифорния: Томсон, Брукс / Коул. ISBN 978-0534394028. OCLC 56568530.
- ^ Б., Джаррелл, Стивен (1994). Базовая статистика. Дубьюк, Айова: Умм. C. Brown Pub. ISBN 978-0697215956. OCLC 30301196.
- ^ Гуджарати, Дамодар Н. (2006). Эконометрика. МакГроу-Хилл Ирвин.
- ^ "Основы биостатистики в общественном здравоохранении и основы биостатистики" Рабочая тетрадь: статистические вычисления с использованием Excel ". Журнал общественного здравоохранения Австралии и Новой Зеландии. 33 (2): 196–197. 2009. Дои:10.1111 / j.1753-6405.2009.00372.x. ISSN 1326-0200.
- ^ Бейкер, Моня (2016). «Статистики предупреждают о неправильном использовании значений P». Природа. 531 (7593): 151. Bibcode:2016Натура.531..151Б. Дои:10.1038 / природа.2016.19503. PMID 26961635.
- ^ Бенджамини Ю. и Хохберг Ю. Контроль скорости обнаружения ложных сведений: практический и эффективный подход к множественному тестированию. Журнал Королевского статистического общества. Series B (Methodological) 57, 289–300 (1995).
- ^ "Нулевая гипотеза". www.statlect.com. Получено 2018-05-08.
- ^ Хайден, Эрика Чек (8 февраля 2012 г.). «Биостатистика: раскрывающий анализ». Природа. 482 (7384): 263–265. Дои:10.1038 / nj7384-263a. PMID 22329008.
- ^ Эфрон, Брэдли (февраль 2008 г.). «Микроматрицы, эмпирический байесовский анализ и модель двух групп». Статистическая наука. 23 (1): 1–22. arXiv:0808.0572. Дои:10.1214 / 07-STS236. S2CID 8417479.
- ^ Субраманиан, А .; Tamayo, P .; Mootha, V.K .; Mukherjee, S .; Ebert, B.L .; Gillette, M.A .; Паулович, А .; Pomeroy, S.L .; Голуб, Т. Р .; Lander, E. S .; Месиров, Дж. П. (30 сентября 2005 г.). «Анализ обогащения набора генов: основанный на знаниях подход к интерпретации профилей экспрессии в масштабе всего генома». Труды Национальной академии наук. 102 (43): 15545–15550. Bibcode:2005ПНАС..10215545С. Дои:10.1073 / pnas.0506580102. ЧВК 1239896. PMID 16199517.
- ^ а б c d е Мур, Джейсон Х (2007). «Биоинформатика». Журнал клеточной физиологии. 213 (2): 365–9. Дои:10.1002 / jcp.21218. PMID 17654500.
- ^ «ТАИР - Домашняя страница». www.arabidopsis.org.
- ^ «Фитозом». phytozome.jgi.doe.gov.
- ^ "Международное сотрудничество с базами данных нуклеотидных последовательностей - INSDC". www.insdc.org.
- ^ "Вершина". www.ddbj.nig.ac.jp.
- ^ «Европейский институт биоинформатики
. www.ebi.ac.uk. - ^ Информация, Национальный центр биотехнологии; Пайк, Национальная медицинская библиотека США, 8600 Роквилл; MD, Bethesda; США, 20894. «Национальный центр биотехнологической информации». www.ncbi.nlm.nih.gov.CS1 maint: числовые имена: список авторов (связь)
- ^ Апвейлер, Рольф; и другие. (2018). "Куда ведет системная медицина?". Молекулярная медицина. 50 (3): e453. Дои:10.1038 / emm.2017.290. ЧВК 5898894. PMID 29497170.
- ^ Цзэн, Чжао-Банг (2005). «Картирование QTL и генетические основы адаптации: последние разработки». Genetica. 123 (1–2): 25–37. Дои:10.1007 / s10709-004-2705-0. PMID 15881678. S2CID 1094152.
- ^ Корте, Артур; Фарлоу, Эшли (2013). «Преимущества и ограничения анализа признаков с помощью GWAS: обзор». Растительные методы. 9: 29. Дои:10.1186/1746-4811-9-29. ЧВК 3750305. PMID 23876160.
- ^ Чжу, Чэнсонг; Гор, Майкл; Баклер, Эдвард С; Ю, Цзяньмин (2008). «Состояние и перспективы картирования ассоциаций у растений». Геном растений. 1: 5–20. Дои:10.3835 / plantgenome2008.02.0089.
- ^ Кросса, Хосе; Перес-Родригес, Паулино; Куэвас, Хайме; Монтесинос-Лопес, Осваль; Яркин, Диего; Де лос Кампос, Густаво; Бургеньо, Хуан; Гонсалес-Камачо, Хуан М.; Перес-Элизальде, Серхио; Бейене, Йосеф; Драйзигакер, Сюзанна; Сингх, Рави; Чжан, Сюэцай; Gowda, Manje; Руркивал, Маниш; Руткоски, Джессика; Варшней, Раджив К (2017). «Геномная селекция в селекции растений: методы, модели, перспективы» (PDF). Тенденции в растениеводстве. 22 (11): 961–975. Дои:10.1016 / j.tplants.2017.08.011. PMID 28965742.
- ^ Ошлак, Алисия; Робинсон, Марк Д; Янг, Мэтью Д. (2010). «От чтения РНК-seq до результатов дифференциальной экспрессии». Геномная биология. 11 (12): 220. Дои:10.1186 / gb-2010-11-12-220. ЧВК 3046478. PMID 21176179.
- ^ Хелен Каустон; Джон Квакенбуш; Алвис Бразма (2003). Статистический анализ данных микрочипов экспрессии генов. Вили-Блэквелл.
- ^ Терри Спид (2003). Анализ данных экспрессии генов на микрочипах: руководство для начинающих. Чепмен и Холл / CRC.
- ^ Франк Эммерт-Штрейб; Маттиас Демер (2010). Медицинская биостатистика сложных заболеваний. Вили-Блэквелл. ISBN 978-3-527-32585-6.
- ^ Уоррен Дж. Юэнс; Грегори Р. Грант (2004). Статистические методы в биоинформатике: введение. Springer.
- ^ Маттиас Дехмер; Франк Эммерт-Штрейб; Армин Грабер; Арминдо Сальвадор (2011). Прикладная статистика для сетевой биологии: методы системной биологии. Вили-Блэквелл. ISBN 978-3-527-32750-8.
- ^ а б "Хоум - ВСН Интернэшнл". www.vsni.co.uk.
- ^ "CycDesigN - VSN International". www.vsni.co.uk.
- ^ Пьефо, Ганс-Петер; Уильямс, Эмлин Р.; Мишель, Волкер (2015). "За пределами латинских квадратов: Краткий обзор конструкций рядка-столбец". Агрономический журнал. 107 (6): 2263. Дои:10.2134 / agronj15.0144.
- ^ "Комплексная сеть архивов R". cran.r-project.org.
- ^ Стегманн, д-р Ральф (01.07.2019). «ПЛА 3.0». PLA 3.0 - Программное обеспечение для биостатистического анализа. Получено 2019-07-02.
- ^ "Биостатистика - Oxford Academic". ОУП Академический.
- ^ https://www.degruyter.com/view/j/ijb
- ^ Персонал NCBI (15 июня 2018 г.). «Журналы PubMed будут закрыты».
- ^ https://ebph.it/ Эпидемиология
- ^ «Биометрия - Интернет-библиотека Wiley». onlinelibrary.wiley.com.
- ^ «Биометрика - Оксфорд Академик». ОУП Академический.
- ^ «Биометрический журнал - Интернет-библиотека Wiley». onlinelibrary.wiley.com.
- ^ «Коммуникации в биометрии и растениеводстве». agrobiol.sggw.waw.pl.
- ^ «Статистические приложения в генетике и молекулярной биологии». www.degruyter.com. 1 мая 2002 г.
- ^ «Статистические методы в медицинских исследованиях». Журналы SAGE.
- ^ «Фармацевтическая статистика - Интернет-библиотека Wiley». onlinelibrary.wiley.com.
- ^ «Статистика в медицине - Интернет-библиотека Wiley». onlinelibrary.wiley.com.
внешняя ссылка
СМИ, связанные с Биостатистика в Wikimedia Commons