Estimating Gaussian graphical models of multi-study data with Multi-Study Factor Analysis
多研究数据的因子分析高斯图模型估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以多研究因子分析估计潜因子并扩展至高斯图模型，对应因子模型方向；其共享与研究特异网络建模涉及网络结构，对应网络与干扰方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
多研究数据的因子分析高斯图模型估计
- 研究问题
- 摘要称，研究问题是如何在多研究或多条件下对共享信号与研究特异信号同时进行网络建模，并估计高斯图模型。
- 方法与思路
- 作者提出将多研究因子分析（MSFA）推广为 MSFA-X，在潜变量框架下同时估计共享与研究特异的高斯图模型，并用模拟与 HAPO 研究代谢组数据演示。
- 材料陈述的贡献
- 摘要称 MSFA-X 能通过模拟恢复共享与研究特异图模型，并优于 graphical lasso 基准；应用于 HAPO 数据时识别出妊娠糖尿病与非妊娠糖尿病女性在葡萄糖代谢上的网络层面差异。
- 阅读关注点
- 应核对 MSFA-X 的识别条件、潜变量个数与图结构约束、模拟设计及与 graphical lasso 的比较设置，以及 HAPO 应用中的样本、代谢物与网络差异是否稳健。
- 阅读边界
- 仅凭摘要无法判断估计一致性、识别假设是否成立、模拟与实证结论的稳健性；摘要未说明软件、超参数选择与不确定性量化方式。该文为 arXiv 预印本，未经同行评审验证。
原文摘要
Network models are powerful tools for gaining new insights from complex biological data. Most lines of investigation in biology involve comparing datasets in the setting where the same predictors are measured across multiple studies or conditions (multi-study data). Consequently, the development of statistical tools for network modeling of multi-study data is a highly active area of research. Multi-study factor analysis (MSFA) is a method for estimation of latent variables (factors) in multi-study data. In this work, we generalize MSFA by adding the capacity to estimate Gaussian graphical models (GGMs). Our new tool, MSFA-X, is a framework for latent variable-based graphical modeling of shared and study-specific signals in multi-study data. We demonstrate through simulation that MSFA-X can recover shared and study-specific GGMs and outperforms a graphical lasso benchmark. We apply MSFA-X to analyze maternal response to an oral glucose tolerance test in targeted metabolomic profiles from the Hyperglycemia and Adverse Pregnancy Outcomes (HAPO) Study, identifying network-level differences in glucose metabolism between women with and without gestational diabetes mellitus.