一种用于状态空间矩阵推断与聚类的层次化框架
统计方法学
2017-11-02 v2 应用统计
摘要
近年来，大量基因组和表观基因组研究聚焦于对大量观测单元上测量的多个实验数据集进行整合分析。此类研究的目标不仅包括推断每个单元在各独立实验中的隐藏活动状态，还包括基于推断状态检测高度关联的单元簇。本文我们开发了 MBASIC（Matrix Based Analysis for State-space Inference and Clustering，基于矩阵的状态空间推断与聚类分析）框架。MBASIC 由两部分组成：状态空间映射与状态空间聚类。在状态空间映射中，它将观测值映射到有限状态空间，表示各条件下单元的激活状态。在状态空间聚类中，MBASIC 引入有限混合模型基于单元在所有条件下的推断状态空间轮廓进行聚类。状态空间映射与聚类均可通过期望最大化（Expectation-Maximization）算法同时估计。MBASIC 灵活适应观测数据的大量参数分布以及重复实验中的异质性。在我们的数据驱动模拟研究中，MBASIC 在恢复底层状态空间变量和聚类结构方面表现出显著准确性。我们将 MBASIC 应用于两个基因组研究问题，使用了来自 ENCODE 项目的大量数据集。两项研究中，MBASIC 比利用 ENCODE 转录因子占据数据结果的两步法分析这些数据展现出更高的原始数据保真度。
引用
@article{arxiv.1505.04883,
title = {A Hierarchical Framework for State Space Matrix Inference and Clustering},
author = {Chandler Zuo and Kailei Chen and Kyle Hewitt and Emery Bresnick and Sunduz Keles},
journal= {arXiv preprint arXiv:1505.04883},
year = {2017}
}
备注
65 pages, 27 figures