一种用于突变特征稳健估计的灵活模型框架
应用统计
2022-07-07 v1
摘要
癌症中的体细胞突变可视为多种突变特征的混合分布，这些特征可通过非负矩阵分解（NMF）推断。突变特征先前已使用简单的单核苷酸相互作用模型或通用的三核苷酸相互作用模型进行参数化。我们描述了一个灵活且新颖的框架，用于识别生物学上合理的突变特征参数化，特别是用于估计二核苷酸相互作用模型。该估计过程基于期望最大化（EM）算法和对数线性拟泊松模型中的回归。我们表明，二核苷酸相互作用特征在统计上是稳定的，并且足够复杂以拟合突变模式。二核苷酸相互作用特征通常在适当拟合数据与避免过拟合之间取得恰当的平衡。它们比单核苷酸相互作用特征能更好地拟合数据，且在生物学上更合理，同时其参数化比参数丰富的三核苷酸相互作用特征更稳定。我们在三个来自癌症患者的体细胞突变计数数据集上展示了我们的框架。
引用
@article{arxiv.2207.02677,
title = {A flexible model-based framework for robust estimation of mutational signatures},
author = {Ragnhild Laursen and Lasse Maretty and Asger Hobolth},
journal= {arXiv preprint arXiv:2207.02677},
year = {2022}
}