A Deeper Look at Two Concepts of Measuring Gene-Gene Interactions: Logistic Regression and Interaction Information Revisited
PBN-AR
Instytucja
Wydział Matematyki i Nauk Informacyjnych (Politechnika Warszawska)
Informacje podstawowe
Główny język publikacji
angielski
Czasopismo
GENETIC EPIDEMIOLOGY (35pkt w roku publikacji)
ISSN
0741-0395
EISSN
Wydawca
URL
Rok publikacji
2018
Numer zeszytu
2
Strony od-do
187-200
Numer tomu
42
Identyfikator DOI
Liczba arkuszy
1.0
Autorzy
(liczba autorów: 2)
Pozostali autorzy
+ 1
Słowa kluczowe
en
gene-gene interactions
SNP
interaction information
mutual information
logistic regression
linkage disequilibrium
polski
interakcje między genami
informacja interakcyjna
informacja wzajemna
regresja logistyczna
nirównowaga połaczeń
Streszczenia
Język
polski
Treść
W pracy przeprowdzono analizę miar siły interakcji. Wprowadzono częściowy porządek między miarami interakcji i pokazano, że przy rewnych założeniach informacja interakcyjna dominuje interakcję logistyczną. Pokazano symulacyjnie, że praktycznym przełożeniem tego wyniku są naturalne sytuacje, w których nie mozna wykryć istniejących interakcji przez dopasowanie modelu regresji logistycznej.
Język
angielski
Treść
Detection of gene-gene interactions is one of the most important challenges in genome-wide case-control studies. Besides traditional logistic regression analysis, recently the entropy-based methods attracted a significant attention. Among entropy-based methods, Interaction Information is one of the most promising measures having many desirable properties. Although both logistic regression and Interaction Information have been used in several genome-wide association studies, the relationship between them has not been thoroughly investigated theoretically. The present paper attempts to fill this gap. We show that although certain connections between the two methods exist, in general they refer two different concepts of dependence and looking for interactions in those two senses leads to different approaches to interaction detection. We introduce ordering between interaction measures and specify conditions for independent and dependent genes under which Interaction Information is more discriminative measure than logistic regression. Moreover, we show that for so-called perfect distributions those measures are equivalent. The numerical experiments illustrate the theoretical findings indicating that Interaction Information and its modified version are more universal tools for detecting various types of interaction than logistic regression and linkage disequilibrium measures
Cechy publikacji
peer-reviewed
original-article
Inne
System-identifier
MiNI_5933
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych