ScholarGate
アシスタント
Process / pipelineBioinformatics / omics

ベイズ遺伝子セット濃縮解析 — 確率的経路スコアリング

ベイズ遺伝子セット濃縮解析(Bayesian GSEA)は、確率的フレームワークを適用して、生物学的経路、細胞プロセス、または機能カテゴリを表す、事前に定義された遺伝子セットが、偶然期待されるよりも集合的に有意に発現しているかどうかを判断します。古典的な頻度論的GSEAとは異なり、ベイズアプローチは発現推定値の不確実性を明示的にモデル化し、事前の生物学的知識を組み込み、生p値ではなく濃縮の事後確率を生成するため、特に小標本設定でのより原理的な推論を可能にします。

MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
スライドをダウンロード
Learn & explore
動画近日公開

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

手法マップ

関連する手法の近傍 — ノードを選択して探索できます。

出典

  1. Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B. L., Gillette, M. A., ... & Mesirov, J. P. (2005). Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences, 102(43), 15545-15550. DOI: 10.1073/pnas.0506580102
  2. Newton, M. A., Quintana, F. A., Den Boon, J. A., Bhattacharya, S., & Ahlquist, P. (2007). Random-set methods identify distinct aspects of the enrichment signal in gene-set analysis. The Annals of Applied Statistics, 1(1), 85-106. link

このページの引用方法

ScholarGate. (2026, June 3). Bayesian Gene Set Enrichment Analysis. ScholarGate. https://scholargate.app/ja/bioinformatics/bayesian-gene-set-enrichment-analysis

どの手法を選ぶ?

この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。

並べて比較する

この手法を参照する項目

ScholarGateBayesian Gene Set Enrichment Analysis (Bayesian Gene Set Enrichment Analysis). 2026-06-15に以下より取得 https://scholargate.app/ja/bioinformatics/bayesian-gene-set-enrichment-analysis · データセット: https://doi.org/10.5281/zenodo.20539026