Singular Value Decomposition–Based Alternative Splicing Detection
基于奇异值分解的可变剪接检测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。
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：奇异值分解用于基因表达筛查，摘要未建立经济或金融因子模型的研究对象。
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…
基于奇异值分解的可变剪接检测
- 研究问题
- 面对外显子阵列的多维表达数据与异常测量，如何更有效筛查组别特异的可变剪接事件，并定位相关探针选择区域？
- 方法与思路
- 作者先对探针选择区域数据拟合稳健加性模型，再对残差矩阵做奇异值分解，以构造可变剪接事件筛查程序。
- 材料陈述的贡献
- 摘要称该程序利用多维组别与探针区域表达信息并容纳异常值；脑癌数据中的部分发现获得实验室验证。
- 阅读关注点
- 核对稳健模型、残差分解与筛查阈值，检查多重比较处理、验证样本的选择，以及候选基因和探针区域的解释规则。
- 阅读边界
- 所据为版本未注明的索引摘要；摘要未报告完整验证比例或误报控制结果，部分实验验证不能推广至全部候选事件。
原文摘要
Altered alternative splicing has been identified as an important factor in tumorigenesis. The Affymetrix exon tiling array is designed for detecting alternative splicing events in a transcriptome-wide fashion; however, there are currently few analysis tools that are well studied for effective detection of alternative splicing events. We propose a new screening procedure based on singular value decomposition (SVD) of the residual matrix from a robust additive model fit to probe selection region (PSR) data. With this approach, we analyze the exon tiling array data from a brain cancer study conducted at the M. D. Anderson Cancer Center, and show that the proposed SVD-based approach is able to better accommodate outlying measures and capitalize on the multidimensional group-by-PSR gene expression profiles for more effective detection of group-specific alternative splicing events as well as the PSRs that are most likely associated with the alternative splicing. Lab validation confirmed some of our findings, but the list of candidates detected with our proposed method may provide a better signpost to guide further investigations.