针对具有重复测量的双通道细胞RNAi数据的贝叶斯测量误差模型
应用统计
2012-03-21 v1
摘要
RNA干扰(RNAi)是一种内源性细胞过程，其中小双链RNA导致具有互补核苷酸序列的mRNA的破坏。随着RNAi文库的产生，可以在人类细胞中进行大规模RNAi筛选，以识别参与生物通路的未知基因。研究人员面临的一个挑战是如何处理多重检验问题以及相关的假阳性率(FDR)和假阴性率(FNR)。本文提出了一种贝叶斯分层测量误差模型，用于分析具有重复测量的双通道RNAi高通量实验数据，其中同时监测特定生物通路的活性和细胞活力，目标是识别那些影响通路活性但不影响细胞活力的短发夹RNA(shRNA)。模拟研究展示了贝叶斯方法的灵活性和鲁棒性，以及实验中重复测量的好处。通过分析一项寻找影响HCV复制但不影响细胞活力的细胞因子的RNAi高通量筛选数据，对该方法进行了说明；并包含了该HCV研究结果与文献中部分结果的比较。
引用
@article{arxiv.1203.4445,
title = {A Bayesian measurement error model for two-channel cell-based RNAi data with replicates},
author = {Chung-Hsing Chen and Wen-Chi Su and Chih-Yu Chen and Jing-Ying Huang and Fang-Yu Tsai and Wen-Chang Wang and Chao A. Hsiung and King-Song Jeng and I-Shou Chang},
journal= {arXiv preprint arXiv:1203.4445},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS496 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)