ScholarGate
Asisten
Process / pipelineBioinformatics / omics

Analisis Variasi Jumlah Salinan Bayesian

Analisis variasi jumlah salinan (CNV) Bayesian adalah kerangka kerja probabilistik untuk mendeteksi segmen genomik di mana jumlah salinan DNA individu menyimpang dari norma diploid. Dengan menempatkan distribusi prior atas keadaan jumlah salinan dan memperbaruinya dengan bukti array CGH, array SNP, atau kedalaman bacaan pengurutan, pendekatan ini menghasilkan probabilitas posterior untuk setiap keadaan jumlah salinan di sepanjang genom, memberikan kuantifikasi ketidakpastian yang berprinsip statistik yang tidak dimiliki metode segmentasi frekuentis.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Colella, S., Yau, C., Taylor, J. M., Mirza, G., Butler, H., Clouston, P., Bassett, A. S., Seller, A., Holmes, C. C., & Ragoussis, J. (2007). QuantiSNP: an Objective Bayes Hidden-Markov Model to detect and accurately map copy number variation using SNP genotyping data. Nucleic Acids Research, 35(6), 2013–2025. DOI: 10.1093/nar/gkm076
  2. Fridlyand, J., Snijders, A. M., Pinkel, D., Albertson, D. G., & Jain, A. N. (2004). Hidden Markov models approach to the analysis of array CGH data. Journal of Multivariate Analysis, 90(1), 132–153. DOI: 10.1016/j.jmva.2004.02.008

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Bayesian Copy Number Variation Analysis. ScholarGate. https://scholargate.app/id/bioinformatics/bayesian-copy-number-variation-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateBayesian Copy Number Variation Analysis (Bayesian Copy Number Variation Analysis). Diakses 2026-06-15 dari https://scholargate.app/id/bioinformatics/bayesian-copy-number-variation-analysis · Set data: https://doi.org/10.5281/zenodo.20539026