遺伝統計学の基礎 : Rによる遺伝因子解析・遺伝子機能解析 / / 山田亮著

• Record Nr.: UNINA9910148974903321
• Pubbl/distr/stampa: 東京, : オーム社, 2010.9
• ISBN: 4-274-80148-9
• Descrizione fisica: オンライン資料1件
• Classificazione: 467.1
• Soggetti: 遺伝子; 生物測定学; 人類遺伝学; 医学統計
• Lingua di pubblicazione: Giapponese
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Nota di contenuto: 表紙 -- はじめに -- 目次 -- 第I部 遺伝子型から表現型まで -- 第1章 遺伝--似ていることと似ていないこと -- 1.1 形質が遺伝する -- 1.1.1 遺伝 -- 1.1.2 生物の特徴--形質とフェノタイプ（表現型） -- 1.1.3 同一性と多様性 -- 1.2 遺伝子 -- 1.2.1 遺伝子とは -- 1.2.2 染色体 -- 1.2.3 遺伝子座、アレル、ハプロタイプ、ディプロタイプ、フェノタイプ -- 1.2.4 2倍体、ホモ接合、ヘテロ接合、ジェノタイプ、フェノタイプ、遺伝形式 -- 第2章 DNA、RNA、タンパク質、形質 -- 2.1 DNA二重鎖 -- 2.1.1 複製、変異、組み換え -- 2.1.2 起源が同じ--IBD -- 2.1.3 1つの数値で表して扱いやすくする--IBDの期待値 -- 2.1.4 同胞のアレルの一致率 -- 2.1.5 変異の消長--遺伝的浮動 -- 2.2 DNAからRNA、タンパク質へ -- 2.2.1 DNAからRNAへ--転写 -- 2.2.2 RNAからタンパク質へ--翻訳 -- 第3章 多様性の諸相 -- 3.1 核酸、タンパク質の多様性 -- 3.1.1 DNA配列の多様性、種の違い、遺伝子多型 -- 3.1.2 RNAとタンパク質の多様性 -- 3.2 多様性と分散 -- 3.2.1 分散の分解--分散、共分散 -- 3.2.2 遺伝率と分散 -- 3.2.3 ハーディ・ワインバーグ平衡（HWE）と分散 -- 3.2.4 アレル関連、連鎖不平衡と分散 -- 3.3 データの取り扱い方と分散、共分散 -- 3.3.1 ハーディ・ワインバーグ平衡（HWE）とアレル関連、連鎖平衡を2列のデータで考える -- 3.3.2 遺伝形式（優性、劣性）は第3の列 -- 3.4 たくさんの要因--多因子遺伝 -- 第II部 データ、サンプル、サンプルの集まり -- 第4章 観察して評価すること -- 4.1 データの種類と構成 -- 4.1.1 遺伝子から見たデータの種類--遺伝子型と表現型、最終形質と中間形質 -- 4.1.2 解析対象としてのデータの種類--データ型 -- 4.1.3 一部に順序があること -- 4.1.4 カテゴリの組み合わせ -- 4.1.5 唯一選択、重複選択 -- 4.1.6 2倍体という特殊性--ハーディ・ワインバーグ平衡（HWE）の正確検定 -- 4.1.7 親項目と子項目 -- 4.1.8 カテ; ゴリの配置、カテゴリ間の非独立性、正単体 -- 4.2 データを比較する -- 4.2.1 2つのデータの関係--対称的な関係と非対称的な関係 -- 4.2.2 非対称な関係を対称にする--距離 -- 4.2.3 ユークリッド距離とそれ以外の距離 -- 4.2.4 配列の違いとマンハッタン距離 -- 4.2.5 距離の代わりに角度で表す--相関係数 -- 4.3 複数のサンプル、たくさんの比較 -- 4.3.1 1対N-1とN対N -- 4.3.2 一部に関係がないとき--半順序 -- 4.3.3 距離行列と木 -- 第5章 サンプルを個別に捉える -- 5.1 グラフとは -- 5.1.1 グラフの定義 -- 5.2 サンプルを並べる--数直線というグラフ -- 5.3 木というグラフ -- 5.3.1 木とは -- 5.3.2 木の形状--トポロジー -- 5.4 木構造でのデータの理解--階層的クラスタリング -- 5.4.1 進化系統樹 -- 5.4.2 階層的クラスタリング -- 5.5 行列データを眺める -- 5.5.1 要素を並び替えて眺める--ヒートマップ -- 5.5.2 要素を並び替えずに眺める--連鎖不平衡係数プロット -- 5.5.3 片方の軸に着目、両方の軸に着目 -- 5.6 個体の家系図、アレルの系図--同一種の中のグラフ -- 5.6.1 個人の関係のグラフと染色体の関係のグラフ -- 5.6.2 染色体の伝達グラフと組み換え -- 5.6.3 祖先にさかのぼる--コアレセント -- 5.7 ネットワーク -- 第6章 サンプルを集団として捉える -- 6.1 分布として捉える -- 6.1.1 1次元 -- 6.1.2 2次元 -- 6.2 非階層的クラスタリング -- 6.3 集団遺伝学 -- 6.3.1 不均一と不平衡.; 6.3.2 均一な集団とハーディ・ワインバーグ平衡（HWE）--均一な集団の混合 -- 6.3.3 時間的な変化 -- 6.3.4 空間の移動 -- 6.4 熱力学、統計力学、流体力学 -- 6.4.1 時空間、有限と無限 -- 6.4.2 均一、平衡、定常 -- 第III部 サンプルの集まりの特徴づけ -- 第7章 尺度、変数、自由度、次元 -- 7.1 データをかいつまんで伝える -- 7.1.1 分割表の情報をかいつまんで伝える -- 7.1.2 量的データをかいつまむ -- 7.2 次元と独立と直交 -- 7.2.1 自由度と次元 -- 7.2.2 分割表の自由度と線形独立--行列 -- 7.2.3 確率的独立と直交 -- 7.2.4 線形独立と直交基底 -- 7.2.5 正規直交基底を取り出す--固有値分解 -- 7.3 変数の構造と意味 -- 7.3.1 変数の構造 -- 7.3.2 意味から選ぶ変数--データ構造で決める変数 -- 第8章 分布 -- 8.1 確率分布 -- 8.1.1 分布とは -- 8.1.2 離散的な確率分布 -- 8.1.3 連続的な場合--指数分布 -- 8.1.4 指数分布と正規分布との違い -- 8.1.5 一様分布、指数分布、正規分布、矩形分布--一般正規分布 -- 8.1.6 正規分布、カイ分布と次元 -- 8.1.7 カイ分布からカイ自乗分布 -- 8.1.8 最も観察されそうなカイ自乗値 -- 第9章 確率と尤度 -- 9.1 確率、尤度 -- 9.1.1 確率 -- 9.1.2 尤度 -- 9.1.3 確率の和は1、尤度の和は1ではない -- 9.1.4 尤度の指数化--尤度比と事前確率、事後確率 -- 9.2 条件付確率、確率、尤度、非独立 -- 9.2.1 カテゴリ型の条件付確率 -- 9.2.2 量的な軸での条件付確率 -- 9.2.3 事前確率「当初の予想」と陽性的中率（PPV）と陰性的中率（NPV） -- 第10章 連鎖解析に見る尤度と変数 -- 10.1 尤度を使った形質マッピング--連鎖解析 -- 10.2 パラメトリック連鎖解析と尤度 -- 10.2.1 マーカーの伝達木と原因座位の伝達木 -- 10.2.2 マーカーと原因座位の間の組み換え -- 10.2.3 隠れマルコフモデルと連鎖解析の尤度計算 -- 10.3 ノンパラメトリック連鎖解析--罹患同胞対解析 -- 10.3.1 相対危険度を変数とする -- 10.3.2 IBD数ごとに場合分けする -- 第11章 指数（インデックス）とは -- 11.1 指数は相対的な値 -- 11.2 不平衡の指数 -- 11.2.1 ハーディ・ワインバーグ平衡（HWE） -- 11.2.2 連鎖不平衡 -- 11.2.3 p値--確率変数を指数化する -- 第IV部 推定、仮説、棄却、関連、因果 -- 第12章 推定 -- 12.1 最尤推定 -- 12.2 信頼区間 -- 12.3 いろいろな信頼区間 -- 12.3.1 ベイズ推定--観察していないとき -- 12.3.2 ベイズ推定、事前確率、共役事前分布 -- 12.3.3 多項分布とその共役事前分布--ディリクレ分布 -- 12.3.4 最尤推定とハプロタイプ頻度推定--連鎖不平衡係数推定 -- 12.4 EMアルゴリズム -- 第13章 棄却と検定 -- 13.1 信じるのが難しい仮説を棄却する--3カテゴリの観察 -- 13.2 分割表検定 -- 13.2.1 ピアソンの独立性検定--カイ自乗検定 -- 13.2.2 帰無仮説と最尤仮説を比較して統計量にする--尤度比検定 -- 13.3 3つの検定方法の比較--正確確率検定、ピアソンの独立性検定、尤度比検定 -- 13.3.1 サンプル数が小さいときと大きいとき -- 13.3.2 検定の対称性 -- 13.3.3 有限な範囲と無限の広がりの違い -- 13.3.4 計算量の違い -- 13.3.5 計算量の違いのまとめ -- 13.4 仮説に制約を定めて検定する -- 13.4.1 1つの分割表にいろいろな検定を適用してみる -- 13.4.2 離散的な仮説空間での尤度比の比較 -- 13.5 検定同士の非独立な関係 -- 13.6 表のサイズを変える -- 13.6.1 表形式のデータ -- 13.6.2 順序のあり・なしと検定手法.; 13.6.3 複数の手法の挙動の比較 -- 第14章 関係と因果 -- 14.1 原因と結果と時間 -- 14.2 原因としてのジェノタイプ -- 14.3 有向グラフ、ベイジアンネットワーク -- 第V部 大規模なこと -- 第15章 数え上げる -- 15.1 順列、重複順列、分割表の正確生起確率 -- 15.1.1 順列と組み合わせ -- 15.1.2 組み合わせ、重複組み合わせ、2倍体ジェノタイプの種類数 -- 15.2 分割の数--スターリング数とベル数 -- 15.3 分割とカテゴリの統合 -- 15.3.1 順序のないカテゴリの場合 -- 15.3.2 順序のあるカテゴリの場合 -- ; 15.4 木の形の数、グラフの数--木、クラスタリング、ベイジアンネットワーク -- 15.4.1 木のパターンの数 -- 15.4.2 クラスタリングのパターンの数 -- 15.4.3 無向グラフの数、有向グラフの数、非循環有向グラフの数 -- 第16章 省略する -- 16.1 ランダムに抽出する、ランダムに巡回する -- 16.1.1 既知の分布からのランダムサンプリング -- 16.1.2 サンプルを使ってランダムサンプリング、リサンプリングとパーミュテーション -- 16.1.3 ランダムウォーク -- 16.2 主要な部分のみを使う -- 16.2.1 近似する -- 16.3 意義の大きい方から選ぶ、小さい方から捨てる -- 第17章 たくさんの検定 -- 17.1 多重検定 -- 17.1.1 独立な検定の繰り返し -- 17.1.2 多重検定時のp値の期待値 -- 17.1.3 一番小さいp値の補正 -- 17.1.4 非独立な検定の繰り返し -- 17.1.5 モンテカルロ・パーミュテーションによる多重検定補正 -- 17.1.6 非独立な検定を繰り返したときの最も小さいp値 -- 17.2 p値が均一に分布しないとき -- 17.2.1 p値が小さめに出るとき--ジェノミックコントロール法 -- 17.2.2 対立仮説が成り立つとき--非心カイ自乗分布 -- 17.2.3 検定のパワー -- 17.3 たくさんの結果の分布を活用する -- 17.3.1 主成分分析を使って補正する -- 17.3.2 帰無仮説が必ずしも棄却されるべきではないとき -- 17.4 複数の結果を合わせる--メタアナリシス -- 17.4.1 相互に独立な検定を合わせる -- 17.4.2 2表を単純に足し合わせる -- 17.4.3 メタアナリシス -- 付録 -- 付録A R -- A.1 Rのインストールと起動と終了 -- A.2 Rのパッケージを使う -- A.3 本書のRのソースを利用する -- A.3.1 本書で用いたRの関数 -- A.4 Rのヘルプを出す関数を使ってみる -- A.4.1 Rのソースを確認する -- A.5 確率分布関数、疑似乱数列の発生 -- 付録B 数式記号 -- 索引 -- 奥付.