用于推断拷贝数变异及其与基因表达关联的分层贝叶斯模型
应用统计
2014-04-15 v1
摘要
许多统计模型已成功开发用于分析来自单一来源的高通量数据，但很少有方法可用于整合来自不同来源的数据。在此，我们专注于整合同一受试者收集的基因表达水平与比较基因组杂交 (CGH) 阵列测量值。我们指定了一个测量误差模型，将基因表达水平与潜在拷贝数状态联系起来，而这些状态又通过隐马尔可夫模型与观测到的代理 CGH 测量值相关。我们利用相邻拷贝数状态之间的依赖性采用选择先验，并研究用于后验推断的 MCMC 随机搜索技术。我们的方法产生了一个统一的建模框架，用于同时推断拷贝数变异 (CNV) 并识别其与 mRNA 转录本丰度的显著关联。我们展示了在模拟数据上的性能，并说明了其在人类癌细胞系基因组研究数据中的应用。
引用
@article{arxiv.1404.3560,
title = {A hierarchical Bayesian model for inference of copy number variants and their association to gene expression},
author = {Alberto Cassese and Michele Guindani and Mahlet G. Tadesse and Francesco Falciani and Marina Vannucci},
journal= {arXiv preprint arXiv:1404.3560},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS705 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)