DNA甲基化模式随机模型的广义矩估计方法
基因组学
2019-11-05 v1
摘要
随着测序技术的最新进展，大量表观基因组数据已经可用，计算方法正在为表观遗传研究的进展做出重大贡献。作为基于机器学习方法的正交途径，机制建模旨在描述表观遗传变化背后的机制。在此，我们提出一种针对描述DNA甲基化模式随时间动态变化的随机模型进行参数估计的高效方法。我们的方法基于广义矩估计(GMM)，所得结果的精度与基于最大似然的估计方法相近。然而，与后者不同，即使通过考虑更长的甲基化模式来增加模型复杂度，GMM仍可实现高效且准确的参数校准。我们将该方法应用于来自小鼠胚胎干细胞、具有不同模式长度的发夹亚硫酸氢盐测序数据，以展示其实用性。
引用
@article{arxiv.1911.01174,
title = {Generalized Method of Moments Estimation for Stochastic Models of DNA Methylation Patterns},
author = {Alexander Lück and Verena Wolf},
journal= {arXiv preprint arXiv:1911.01174},
year = {2019}
}
备注
12 pages, 3 figures, 1 table