用于聚类具有共享进化史基因的贝叶斯隐马尔可夫树模型
应用统计
2018-08-21 v1
摘要
确定表征不佳基因的功能对于理解生物过程和人类疾病研究至关重要。功能相关的基因常通过进化被共同获得与丢失。因此识别基因的协同进化可预测功能性基因-基因关联。我们在此描述由我们近期报道的原始算法 CLIME 1.0（通过推断进化模型聚类，CLustering by Inferred Models of Evolution）[Li et al., 2014] 所基于的完整统计模型与计算策略。CLIME 1.0 采用树结构隐马尔可夫模型的混合刻画基因进化过程，并采用基于贝叶斯模型的聚类算法检测具有共享进化史的基因模块（称为进化保守模块，ECM）。采用狄利克雷过程先验估计基因簇数目，并开发吉布斯采样器进行后验采样。我们进一步开发了扩展版本 CLIME 1.1，以纳入进化树结构的不确定性。通过模拟研究及真实数据集上的基准测试，我们表明 CLIME 1.0 与 CLIME 1.1 优于使用简单度量（如汉明距离或皮尔逊相关）衡量基因对间协同进化的传统方法。
引用
@article{arxiv.1808.06109,
title = {Bayesian Hidden Markov Tree Models for Clustering Genes with Shared Evolutionary History},
author = {Yang Li and Shaoyang Ning and Sarah E. Calvo and Vamsi K. Mootha and Jun S. Liu},
journal= {arXiv preprint arXiv:1808.06109},
year = {2018}
}
备注
34 pages, 8 figures