基于马尔可夫随机场利用时空转录组数据表征人类大脑发育的方法
应用统计
2015-06-02 v1
摘要
人类神经发育是一个高度受调控的生物学过程。本文通过分析从神经发育15个时间段中16个脑区采样的人脑微阵列数据，研究神经发育的动态变化。我们开发了两步推断流程，以识别表达和非表达基因，并检测相邻时间段之间的差异表达基因。马尔可夫随机场（MRF）模型在我们的方法中用于有效利用脑区相似性和时间依赖性中嵌入的信息。我们开发并实现了蒙特卡洛期望最大化（MCEM）算法来估计模型参数。模拟研究表明，与不结合空间相似性和时间依赖性的模型相比，我们的方法实现了更低的误分类错误和潜在的效能提升。
引用
@article{arxiv.1506.00480,
title = {A Markov random field-based approach to characterizing human brain development using spatial-temporal transcriptome data},
author = {Zhixiang Lin and Stephan J. Sanders and Mingfeng Li and Nenad Sestan and Matthew W. State and Hongyu Zhao},
journal= {arXiv preprint arXiv:1506.00480},
year = {2015}
}
备注
Published at http://dx.doi.org/10.1214/14-AOAS802 in the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)