Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

PLS-DA for compositional data with application to metabolomics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F15%3A33152014" target="_blank" >RIV/61989592:15310/15:33152014 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989592:15110/15:33152014 RIV/00098892:_____/15:#0000906

  • Výsledek na webu

    <a href="http://onlinelibrary.wiley.com/doi/10.1002/cem.2657/pdf" target="_blank" >http://onlinelibrary.wiley.com/doi/10.1002/cem.2657/pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1002/cem.2657" target="_blank" >10.1002/cem.2657</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    PLS-DA for compositional data with application to metabolomics

  • Popis výsledku v původním jazyce

    When quantifying information in metabolomics, the results are often expressed as data carrying only relative information. Vectors of these data have positive components, and the only relevant information is contained in the ratios between their parts; such observations are called compositional data. The aim of the paper is to demonstrate how partial least squares discriminant analysis (PLS-DA)-the most widely used method in chemometrics for multivariate classification-can be applied to compositional data. Theoretical arguments are provided, and data sets from metabolomics are investigated. The data are related to the diagnosis of inherited metabolic disorders (IMDs). The first example analyzes the significance of the corresponding regression parameters(metabolites) using a small data set resulting fromtargeted metabolomics, where just a subset of potential markers is selected. The second example-the approach of untargeted metabolomics-was used for the analysis detecting almost 500 met

  • Název v anglickém jazyce

    PLS-DA for compositional data with application to metabolomics

  • Popis výsledku anglicky

    When quantifying information in metabolomics, the results are often expressed as data carrying only relative information. Vectors of these data have positive components, and the only relevant information is contained in the ratios between their parts; such observations are called compositional data. The aim of the paper is to demonstrate how partial least squares discriminant analysis (PLS-DA)-the most widely used method in chemometrics for multivariate classification-can be applied to compositional data. Theoretical arguments are provided, and data sets from metabolomics are investigated. The data are related to the diagnosis of inherited metabolic disorders (IMDs). The first example analyzes the significance of the corresponding regression parameters(metabolites) using a small data set resulting fromtargeted metabolomics, where just a subset of potential markers is selected. The second example-the approach of untargeted metabolomics-was used for the analysis detecting almost 500 met

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Chemometrics

  • ISSN

    0886-9383

  • e-ISSN

  • Svazek periodika

    29

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    8

  • Strana od-do

    21-28

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus