Séance de cours

Détecter les points chauds QTL dans les modèles de régression sparcale

Description

Cette séance de cours de l'instructeur se concentre sur l'inférence à grande échelle pour détecter les points chauds QTL dans les modèles de régression clairsemée liés hiérarchiquement. L'exposé porte sur la transition du GWAS à la génomique fonctionnelle, en soulignant la nécessité d'utiliser la génomique pour comprendre la variation des phénotypes, la susceptibilité à la maladie et les réponses aux médicaments. La séance de cours présente les études moléculaires de QTL, soulignant les différences par rapport aux GWAS classiques et les défis de la modélisation statistique en raison des données à haute dimension. Le cadre de cartographie complet de QTL est discuté, mettant l'accent sur l'utilisation de modèles hiérarchiques pour détecter les SNP «hotspots» contrôlant plusieurs caractères. On explore également les méthodes d'inférence variée et l'impact de l'apport de marques épigénétiques informatives.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.