基于表达数据的 miRNA 与 mRNA 相互作用的贝叶斯分析
应用统计
2014-07-01 v2 机器学习
基因组学
分子网络
机器学习
摘要
MicroRNAs (miRNAs) 是由 19-22 个核苷酸 (nt) 组成的小 RNA 分子，通过抑制 mRNA 翻译成蛋白质或切割靶标 mRNA，在转录后基因调控中发挥重要的调节作用。推断 miRNA 靶标为理解 miRNA 在可能涉及复杂疾病的生物过程中的作用提供了有用信息。已有统计方法（如最小绝对收缩和选择算子 (LASSO) 算法）被提出用于基于序列和表达数据识别 miRNA 与 mRNA 的相互作用。本文提出使用贝叶斯 LASSO (BLASSO) 和非负贝叶斯 LASSO (nBLASSO) 利用表达数据分析 miRNA 与 mRNA 之间的相互作用。所提出的贝叶斯方法探索了建模 miRNA-mRNA 相互作用所需参数的后验分布。这些方法可通过绘制这些参数的后验分布来观察推断出的 miRNA 对靶标的影响。为了进行比较，我们将最小二乘回归 (LSR)、岭回归 (RR)、LASSO、非负 LASSO (nLASSO) 以及所提出的贝叶斯方法应用于四个公共数据集。我们得出结论，nLASSO 和 nBLASSO 在灵敏度和特异性方面表现最佳。与仅提供参数单一估计值的点估计算法相比，贝叶斯方法更具意义，并提供了考虑 miRNA 与 mRNA 推断相互作用不确定性的可信区间。此外，贝叶斯方法自然地提供统计显著性以选择令人信服的推断相互作用，而点估计算法则需要人为选择阈值来选择可能的相互作用，这种做法意义较小。
引用
@article{arxiv.1210.3456,
title = {Bayesian Analysis for miRNA and mRNA Interactions Using Expression Data},
author = {Mingjun Zhong and Rong Liu and Bo Liu},
journal= {arXiv preprint arXiv:1210.3456},
year = {2014}
}
备注
21 pages, 11 figures, 8 tables