一种结合稀疏与稠密因子的混合潜因子模型，用于模拟存在混杂效应的基因表达数据
应用统计
2013-10-18 v1 基因组学
摘要
基因组科学中的一个重要问题是基于跨样本的基因表达水平测量来确定共调控基因组，其中表达水平的量化包含大量的技术和生物噪声。为解决这一问题，我们开发了一种贝叶斯稀疏潜因子模型，该模型使用三参数 Beta 先验来灵活地对载荷矩阵中的收缩进行建模。通过对载荷矩阵施加三层收缩（全局、因子特定和元素级），该模型具有非参数特性，能够从数据中估计适当的因子数量。我们添加了一个双组分混合模型，将每个因子载荷建模为由稀疏或稠密混合组分生成；这使得稠密因子能够捕捉混杂噪声，而稀疏因子能够捕捉局部基因相互作用。我们开发了两种统计量来量化恢复的稀疏矩阵和稠密矩阵的稳定性。我们在模拟数据上测试了我们的模型，发现与相关模型相比，我们成功恢复了真实的潜结构。我们将该模型应用于一个大型基因表达研究，发现我们恢复了已知的协变量和小规模的共调控基因组。我们通过测试基因型数据与这些潜因子之间的关联来验证这些基因子集，发现对于恢复的基因子集存在大量具有重要生物学意义的遗传调控因子。
引用
@article{arxiv.1310.4792,
title = {A latent factor model with a mixture of sparse and dense factors to model gene expression data with confounding effects},
author = {Chuan Gao and Christopher D Brown and Barbara E Engelhardt},
journal= {arXiv preprint arXiv:1310.4792},
year = {2013}
}