从低层测量直接估计和推断高层相关性：应用于基因通路和蛋白质组学研究
统计方法学
2024-07-11 v1
摘要
本文针对当仅直接观测到低层生物变量（如肽段和单个基因）时，如何估计高层生物变量（如蛋白质和基因通路）之间的相关性这一挑战进行了解决。现有方法通常通过数据聚合生成高层变量，然后基于聚合后的数据估计相关性。然而，不同的聚合方法会产生不同的相关性估计，因为它们针对不同的高层量。我们的解决方案是一种潜在因子模型，直接从低层数据估计这些高层相关性，无需数据聚合。我们进一步引入收缩估计量，以确保相关矩阵的正定性并提高估计精度。此外，我们建立了该估计量的渐近正态性，使得能够高效计算用于识别显著相关性的p值。通过综合的模拟实验和蛋白质组学和基因表达数据集的分析，展示了我们方法的有效性。我们开发了用于实现该方法的R软件包highcor。
引用
@article{arxiv.2407.07809,
title = {Direct estimation and inference of higher-level correlations from lower-level measurements with applications in gene-pathway and proteomics studies},
author = {Yue Wang and Haoran Shi},
journal= {arXiv preprint arXiv:2407.07809},
year = {2024}
}
备注
16 pages, 4 figures