Bayesian Copy Number Variation Analysis
Bayesian copy number variation (CNV) analysis is a probabilistic framework for detecting genomic segments where an individual's DNA copy count deviates from the diploid norm. By placing prior distributions over copy-number states and updating them with array CGH, SNP array, or sequencing read-depth evidence, the approach yields posterior probabilities for each copy-number state along the genome, providing statistically principled uncertainty quantification that frequentist segmentation methods lack.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.