贝叶斯联合建模多个基因网络和多种基因组数据以识别转录因子的靶基因
应用统计
2012-03-21 v1
摘要
我们考虑对多个基因网络和多种基因组数据（包括蛋白质-DNA结合、基因表达和DNA序列数据）进行整合建模，以准确识别转录因子（TF）的调控靶基因。与现有联合建模方法中先验地平等且独立地对待所有基因不同，我们融入了基因网络上的邻近基因往往被TF共同调控（或不共同调控）的生物学先验知识。我们工作的一个关键贡献是，为了最大化利用所有现有生物学知识，我们允许通过引入基于多个马尔可夫随机场（MRF）使用的混合模型，将多个基因网络纳入基因组数据的联合建模中。我们工作的另一个重要贡献是允许不同的基因组数据相关，并检验现有方法中采用的独立性假设的有效性和影响。由于采用完全贝叶斯方法，模型参数的推断可以基于MCMC样本进行。应用于大肠杆菌数据集以及模拟研究，证明了所提出联合模型的实用性和统计效率提升。
引用
@article{arxiv.1203.4359,
title = {Bayesian joint modeling of multiple gene networks and diverse genomic data to identify target genes of a transcription factor},
author = {Peng Wei and Wei Pan},
journal= {arXiv preprint arXiv:1203.4359},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS502 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)