基于协同区域化的基因表达时间序列聚类：ALS 进展速度
定量方法
2018-02-13 v2
摘要
基因表达时间序列的聚类有助于洞察哪些基因可能受到协同调控，从而使我们能够在给定的微阵列实验中辨识通路的活性。特别令人关注的是，给定的一组基因如何随不同的模型条件或遗传背景而变化。肌萎缩侧索硬化症（ALS）是一种不可逆的异质性神经退行性疾病，表现出一致的表型差异，且疾病进展具有异质性并存在显著变异性。本文展示了如何从具有不同遗传背景或模型条件的四组数据中，寻找一些显著的基因表达谱及其关联或协同调控的基因表达簇。对审慎选取的簇进行基因富集评分分析和通路分析，有助于识别疾病进展速度差异背后的特征。基因本体过表征分析表明，所提方法得到的簇不太可能仅是随机聚在一起。在本文中，我们开发了一种新的聚类方法，允许根据基因在不同条件下的行为是相互相关还是反相关，对每个簇进行参数化。我们提出的方法揭示了在建模基因表达数据时，多个模型条件及其重复之间共享的潜在信息的效用。
引用
@article{arxiv.1802.02677,
title = {Clustering Gene Expression Time Series with Coregionalization: Speed propagation of ALS},
author = {Muhammad Arifur Rahman and Paul R. Heath and Neil D. Lawrence},
journal= {arXiv preprint arXiv:1802.02677},
year = {2018}
}
备注
The manuscript demand some further clarification