结合异质数据源识别帕金森病相关基因的三组非局部模型

我们试图通过结合不同实验类型的信息来识别与帕金森病（PD）相关的基因。单独来看，每个实验可能包含的信息太少，无法将一些重要基因与偶然基因区分开来。然而，当使用所提出的统计框架结合实验时，会出现额外的统计功效。我们提出的统计模型系列的基本构建块是一个层次化的三组混合分布。每个基因被概率性地建模为属于与PD无关的零组、有害组或有益组。这种三组形式有两个关键特征。通过使用Dirichlet分布分配组归属的先验概率，得到的后验组概率自动考虑了同时分析许多基因所固有的多重性问题。通过基于组标签条件地构建实验结果的模型，任何数量的数据模态都可以组合在一个连贯的概率模型中，从而实现跨实验类型的信息共享。这两个特征导致简约的推断和很少的假阳性，同时增强了检测信号的统计功效。模拟表明，我们的三组方法在GWAS和RNA-seq中至少与常用工具表现相当，在某些情况下表现更好。我们将所提出的方法应用于公开可用的GWAS和RNA-seq数据集，发现了新的潜在治疗靶点基因。