
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Nascimento, M. | - |
| Autor(es): dc.creator | Silva, F. F. e | - |
| Autor(es): dc.creator | Sáfadi, T. | - |
| Autor(es): dc.creator | Nascimento, A. C. C. | - |
| Autor(es): dc.creator | Barroso, L. M .A. | - |
| Autor(es): dc.creator | Glória, L. S. | - |
| Autor(es): dc.creator | Carvalho, B. de S. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:11:52Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:11:52Z | - |
| Data de envio: dc.date.issued | 2019-09-09 | - |
| Data de envio: dc.date.issued | 2019-09-09 | - |
| Data de envio: dc.date.issued | 2016 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/36749 | - |
| Fonte completa do material: dc.identifier | https://www.geneticsmr.com/articles/6595 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1135748 | - |
| Descrição: dc.description | We propose and evaluate a novel approach for forecasting gene expression over non-observed times in longitudinal trials under a Bayesian viewpoint. One of the aims is to cluster genes that share similar expression patterns over time and then use this similarity to predict relative expression at time points of interest. Expression values of 106 genes expressed during the cell cycle of Saccharomyces cerevisiae were used and genes were partitioned into five distinct clusters of sizes 33, 32, 21, 16, and 4. After removing the last observed time point, the agreements of signals (upregulated or downregulated) considering the predicted expression level were 72.7, 81.3, 76.2, 68.8, and 50.0%, respectively, for each cluster. The percentage of credibility intervals that contained the true values of gene expression for a future time was ~90%. The methodology performed well, providing a valid forecast of gene expression values by fitting an autoregressive panel data model. This approach is easily implemented with other time-series models and when Poisson and negative binomial probability distributions are assumed for the gene expression data. We propose and evaluate a novel approach for forecasting gene expression over non-observed times in longitudinal trials under a Bayesian viewpoint. One of the aims is to cluster genes that share similar expression patterns over time and then use this similarity to predict relative expression at time points of interest. Expression values of 106 genes expressed during the cell cycle of Saccharomyces cerevisiae were used and genes were partitioned into five distinct clusters of sizes 33, 32, 21, 16, and 4. After removing the last observed time point, the agreements of signals (upregulated or downregulated) considering the predicted expression level were 72.7, 81.3, 76.2, 68.8, and 50.0%, respectively, for each cluster. The percentage of credibility intervals that contained the true values of gene expression for a future time was ~90%. The methodology performed well, providing a valid forecast of gene expression values by fitting an autoregressive panel data model. This approach is easily implemented with other time-series models and when Poisson and negative binomial probability distributions are assumed for the gene expression data. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Fundação de Pesquisas Científicas de Ribeirão Preto (FUNPEC-RP) | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Genetics and Molecular Research (GMR) | - |
| Palavras-chave: dc.subject | Time series | - |
| Palavras-chave: dc.subject | Temporal gene expression | - |
| Palavras-chave: dc.subject | Posterior predictive distributions | - |
| Título: dc.title | Bayesian forecasting of temporal gene expression by using an autoregressive panel data approach | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: