比较用于肿瘤克隆重建的非参数贝叶斯树先验
种群与进化
2014-08-14 v1 机器学习
机器学习
摘要
统计机器学习方法，尤其是非参数贝叶斯方法，在推断肿瘤克隆种群结构方面日益流行。在此，我们描述了 treeCRP，这是中国餐馆过程（CRP）的一种扩展，CRP 是非参数混合模型中常用的一种构造，用于推断癌细胞种群中代表的主要亚克隆谱系的系统发育和基因型。我们还提出了针对亚克隆重建问题定制的新分裂 - 合并更新，以改善马尔可夫链的混合时间。在与 PhyloSub 中使用的树结构断棍先验（TSSB）的比较中，我们展示了结合新分裂 - 合并过程的 treeCRP 具有更优的混合性能和运行时间。我们还表明，在给定相同样本数量的情况下，TSSB 和 treeCRP 在恢复肿瘤亚克隆结构方面具有相似的能力。
引用
@article{arxiv.1408.2552,
title = {Comparing Nonparametric Bayesian Tree Priors for Clonal Reconstruction of Tumors},
author = {Amit G. Deshwar and Shankar Vembu and Quaid Morris},
journal= {arXiv preprint arXiv:1408.2552},
year = {2014}
}
备注
Preprint of an article submitted for consideration in the Pacific Symposium on Biocomputing \c{opyright} 2015; World Scientific Publishing Co., Singapore, 2015; http://psb.stanford.edu/