ucsc research opport的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

使用肯德爾偏相關係數檢測基因-環境交互 作用因子應用於美國癌症基因體圖譜計畫 之極高維度臨床存活基因資料

為了解決ucsc research opport的問題，作者楊珺婷 這樣論述：

研究背景:在生物醫學和流行病學研究的背景下，基因-環境交互作用對許多複雜疾病的病因和疾病的發展具有重要意義。在高維度遺傳基因數據，提出了兩種通用模型來識別重要的交互作用生物標記，分別是邊際模型和聯合模型。現有檢測基因-環境交互作用的方法大多數都受到應變數和預測變數的異常和污染影響，進而缺乏強韌性。特別是右設限存活結果和超高維度模型，使相關的特徵篩選更具挑戰性。在本文中，利用無母數肯德爾偏相關係數方法來確定邊際模型架構下與臨床存活數據相關的基因-環境交互作用的重要性。 模擬結果:進行各種假設之模擬研究，以便比較提出的方法與一些常用方法(邊際考克斯、邊際加速死亡時間和設限分位數偏相關係數)的性能

。在真實數據應用中，使用本文提出的方法來識別食道癌、肺腺癌、胰腺癌，三種癌症患者臨床存活結果相關的基因-環境交互作用，應用於癌症基因組圖譜臨床存活遺傳數據，進一步建立存活預測模型。 結論:模擬和真實數據研究結果都顯示，本文提出的方法在主相應和基因-環境交互作用生物標記的選擇、估計和預測準確性方面表現良好並優於現有方法。這些應用證實了無母數肯德爾偏相關係數方法優於半參數邊際模型方法，並確定了與癌症相關的生物標記(基因-環境交互作用)並報告了其相對應的係數。