时间过程基因组数据聚类方法的比较：在衰老效应中的应用
应用统计
2014-05-01 v1
摘要
时间过程微阵列数据提供了关于动态生物过程的见解。虽然已提出多种聚类方法来分析这些数据结构，但很少讨论适当聚类方法的比较和选择。我们比较了用于时间过程微阵列数据的 3 种基于概率的聚类方法和 3 种基于距离的聚类方法。在基于概率的方法中，我们考虑了：平滑样条聚类（也称为基于模型的功能数据分析，MFDA）、稀疏采样数据的功能聚类模型（FCM）和基于模型的聚类（MCLUST）。在基于距离的方法中，我们考虑了：加权基因共表达网络分析（WGCNA）、动态时间规整距离聚类（DTW）和基于自相关距离的聚类（ACF）。我们在模拟设置和案例研究数据中研究了这些算法。我们的调查显示，当基因曲线短且稀疏时，FCM 表现非常好。当基因曲线中等或较长（ 个观测值）时，DTW 和 WGCNA 表现良好。当存在彼此相似的基因曲线簇时，SSC 表现非常好。总体而言，ACF 在这些应用中表现不佳。就计算时间而言，FCM、SSC 和 DTW 明显慢于 MCLUST 和 WGCNA。WGCNA 通过生成更准确且具有生物学意义的聚类结果而优于 MCLUST。当同时考虑性能和计算时间时，WGCNA 和 MCLUST 是所比较的 6 种方法中最好的。WGCNA 优于 MCLUST，但 MCLUST 提供了基于模型的推断和聚类结果的不确定性度量。
引用
@article{arxiv.1404.7534,
title = {Comparison of Clustering Methods for Time Course Genomic Data: Applications to Aging Effects},
author = {Yafeng Zhang and Steve Horvath and Roel Ophoff and Donatello Telesca},
journal= {arXiv preprint arXiv:1404.7534},
year = {2014}
}