Multiple imputation and dealing with uncertainty in quantitative proteomics data
Imputation multiple et prise en compte de l'incertitude pour les données de protéomique quantitative
Résumé
Proteomic analysis consists in studying proteins from a given biological system, at a given time and under given conditions. The most efficient techniques for determining protein abundance rely on measuring peptides intensities. These peptide data include missing values. Although usual statistical techniques for proteomics allow missing values imputation, they do not take into account the uncertainty caused by the imputation itself. We propose here to combine moderated t-tests techniques with multiple imputation methods and make them applicable to either peptide or protein data.
L'analyse protéomique consiste à étudier l'ensemble des protéines contenues dans un système biologique donné, à un instant donné et dans des conditions données. Les techniques les plus performantes pour déterminer l'abondance des protéines passent par la mesure des intensités peptidiques. Mais ces données peptidiques comportent des va-leurs manquantes. Bien que les techniques statistiques usuelles en protéomique permettent l'imputation de celles-ci, l'incertitude liée à l'imputation n'est pas prise en compte. Nous proposons ici de combiner les techniques d'estimation tempérée de la variance aux méthodes d'imputation multiple, en les rendant utilisables tant au niveau peptidique qu'au niveau protéique.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...