基于改进Fisher方法的组学数据整合关联方法及其在儿童哮喘中的应用
该数据集整合了来自波多黎各儿童哮喘研究的全基因组基因分型、DNA甲基化和RNA测序等多模态组学数据，通过改进的Fisher方法（Omnibus-Fisher）进行关联分析，旨在优化多组学数据整合策略并探索儿童哮喘的生物学机制，适用于生物信息学、疾病遗传学和组学数据整合方法研究。
创建时间2019-05-07
更新时间2019-05-07
原始链接
https://figshare.com/articles/dataset/An_integrative_association_method_for_omics_data_based_on_a_modified_Fisher_s_method_with_application_to_childhood_asthma/8090744
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个用于整合多组学数据的分析方法及其应用案例，旨在研究儿童哮喘的生物学机制。数据集包含来自波多黎各儿童哮喘研究中的全基因组基因分型、DNA甲基化数据和RNA测序数据，通过改进的Fisher方法（称为Omnibus-Fisher）将这些不同组学平台的数据关联起来，以计算基因水平的整体p值，并考虑了数据之间的相关性。该方法通过扰动扩展为最优检验，以涵盖所有可能的疾病模型。主要研究方向包括多组学数据整合、关联分析方法的优化，以及儿童哮喘的分子机制探索。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 儿童哮喘 的高质量、多模态真实临床数据定制解决方案。