癌细胞随机表型可塑性模型的贝叶斯统计分析
细胞行为
2017-12-05 v1
摘要
癌细胞的表型可塑性近年来受到特别关注。尽管相关模型在数学性质方面已被广泛研究，但关于参数估计与模型选择的详尽统计分析仍十分缺乏。本研究提出一种针对癌症干细胞（CSCs）相对频率的贝叶斯方法。采用Gibbs采样与Metropolis-Hastings（MH）算法对CSCs与非CSCs之间的细胞状态转移速率进行点估计与区间估计。大量仿真验证了模型与算法的有效性。将该法应用于已发表的SW620结肠癌细胞系数据，模型选择倾向于表型可塑性模型，而非传统的癌细胞层级模型。此外，发现细胞分选后CSCs的初始状态显著影响表型可塑性的发生。
引用
@article{arxiv.1712.00962,
title = {A Bayesian statistical analysis of stochastic phenotypic plasticity model of cancer cells},
author = {Da Zhou and Shanjun Mao and Kaiyi Chen and Xiaofang Cao and Jie Hu},
journal= {arXiv preprint arXiv:1712.00962},
year = {2017}
}
备注
16 pages, 1 figure