基于 Poisson 对数正态模型的单细胞基因调控网络
统计方法学
2021-11-09 v1
摘要
基因调控网络推断对于理解各种遗传与环境因素下复杂的分子相互作用至关重要。单细胞 RNA 测序（scRNA-seq）技术的快速发展前所未有地实现了在单细胞分辨率下推断基因调控网络。然而，针对连续数据的传统图模型（如高斯图模型）不适用于 scRNA-seq 计数数据的网络推断。在此，我们使用多元 Poisson 对数正态（PLN）分布对 scRNA-seq 数据建模，并将潜正态分布的精度矩阵表示为调控网络。我们提出首先使用矩估计量估计潜协方差矩阵，然后通过最小化 lasso 惩罚的 D-trace 损失函数来估计精度矩阵。我们建立了协方差矩阵估计量的收敛速率，并进一步建立了所提出的 PLNet 精度矩阵估计量在高维设定下的收敛速率与符号一致性。通过模拟与 scRNA-seq 数据的基因调控网络分析，对 PLNet 的性能进行了评估并与现有方法比较。
引用
@article{arxiv.2111.04037,
title = {Gene regulatory network in single cells based on the Poisson log-normal model},
author = {Feiyi Xiao and Junjie Tang and Huaying Fang and Ruibin Xi},
journal= {arXiv preprint arXiv:2111.04037},
year = {2021}
}
备注
34 pages, 8 figures