基于距离的配对异质基因组数据关联性检验
统计方法学
2013-03-29 v1 应用统计
摘要
由于技术的快速进步，可以从给定的生物样本中获得各种各样的不同测量数据，包括单核苷酸多态性、拷贝数变异、基因表达水平、DNA 甲基化和蛋白质组谱。这些不同的测量数据各自提供了表征生物多样性特定方面的手段，而一个具有广泛兴趣的根本性问题在于发现不同数据类型之间共享的变异模式。这些数据类型是异质的，因为它们代表在不同尺度上获取的测量值或由非常不同的数据结构描述。我们提出了一种基于距离的统计检验，即广义 RV (GRV) 检验，以评估从同一随机样本获得的配对生物测量之间是否存在共同且非随机的变异模式。测量数据通过距离度量进入检验，这些度量可选择以捕捉数据的特定方面。我们提出了一种近似零分布，用于以封闭形式计算 p 值，而无需执行昂贵的 Monte Carlo 置换过程。与用于距离矩阵间关联的经典 Mantel 检验相比，GRV 检验在多种模拟设置中被发现具有更高的功效。我们还报告了应用 GRV 检验检测生物通路的结果，这些通路中遗传变异与卵巢癌样本中的基因表达水平变异相关，并展示了来自两个独立队列的结果。
引用
@article{arxiv.1303.7002,
title = {A Distance-Based Test of Association Between Paired Heterogeneous Genomic Data},
author = {Christopher Minas and Edward Curry and Giovanni Montana},
journal= {arXiv preprint arXiv:1303.7002},
year = {2013}
}