Process / pipelineBioinformatics / omics
베이즈 경로 농축 분석
베이즈 경로 농축 분석(Bayesian pathway enrichment analysis)은 미리 정의된 유전자 세트, 즉 생물학적 경로가 실험에서 차등 활성(differential activity) 증거를 보이는 유전자들 사이에서 체계적으로 과다하게 표현되는지(overrepresented)를 검정합니다. 고전적인 과다 표현 검정(over-representation tests)과 달리, 이 방법은 사전 생물학적 지식을 사전 분포(prior distribution)로 인코딩하고, 이를 관찰된 발현 데이터로 업데이트하여 p-값이 아닌 농축의 사후 확률(posterior probabilities of enrichment)을 산출합니다. 이러한 확률론적 틀은 작은 표본, 여러 경로, 그리고 불확실성 전파(uncertainty propagation)를 일관된 통계적 프레임워크 내에서 자연스럽게 처리합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Baldi, P., & Long, A. D. (2001). A Bayesian framework for the analysis of microarray expression data: regularized t-test and statistical inferences of gene changes. Bioinformatics, 17(6), 509–519. DOI: 10.1093/bioinformatics/17.6.509 ↗
- Newton, M. A., Quintana, F. A., Den Boon, J. A., Bhattacharya, S., & Ahlquist, P. (2004). Random-set methods identify distinct aspects of the enrichment signal in gene-set analysis. The Annals of Applied Statistics, 1(1), 85–106. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Pathway Enrichment Analysis. ScholarGate. https://scholargate.app/ko/bioinformatics/bayesian-pathway-enrichment-analysis
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 베이지안 RNA-seq 차등 발현생물정보학↔ 비교
- eQTL 분석생물정보학↔ 비교
- 유전자 집합 농축 분석 (GSEA)생물정보학↔ 비교
- 다중 오믹스 경로 농축 분석생물정보학↔ 비교
- 네트워크 기반 경로 농축 분석생물정보학↔ 비교
- 경로 농축 분석생물정보학↔ 비교