具有基因水平依赖的贝叶斯全基因组与全表观基因组关联研究
统计方法学
2017-10-20 v1 基因组学
应用统计
摘要
高通量遗传和表观遗传数据常被选筛以寻找与观测表型的关联。例如，可能希望检测数十万个遗传变异或 DNA 甲基化位点是否与疾病状态相关。这些基因组变量除其他标准外，自然可按其编码的基因分组。然而，此类应用中的标准做法是独立筛查并采用通用的多重性校正。我们提出一种贝叶斯方法，其中给定基因组变量关联的先验概率取决于其基因，且基因特异性概率以非参数方式建模。该层次模型允许进行适当的基因和全基因组多重性调整，并可纳入多种贝叶斯关联筛查方法，计算复杂度几乎不增加。我们描述了一个应用于从 The Cancer Genome Atlas 中筛查低级胶质瘤与胶质母细胞瘤多形性肿瘤样本间 DNA 甲基化差异的实例。软件可通过 R 语言包 BayesianScreening 在 https://github.com/lockEF/BayesianScreening 获取。
引用
@article{arxiv.1604.08654,
title = {Bayesian Genome- and Epigenome-wide Association Studies with Gene Level Dependence},
author = {Eric F. Lock and David B. Dunson},
journal= {arXiv preprint arXiv:1604.08654},
year = {2017}
}
备注
23 pages, 7 figures