hmmSeq：一种用于从 RNA-seq 数据检测差异表达基因的隐马尔可夫模型
应用统计
2015-09-17 v1
摘要
我们引入了 hmmSeq，一种基于模型的层次贝叶斯技术，用于从 RNA-seq 数据中检测差异表达基因。我们的新颖 hmmSeq 方法使用隐马尔可夫模型来解释相邻基因的潜在共表达。此外，hmmSeq 对具有技术或生物学重复的研究采用集成方法，自动调整任何额外的 Poisson 变异性。而且，对于有配对数据的情况，hmmSeq 包含处理之间的配对结构，并结合了受试者特异效应。为了进行 hmmSeq 模型的参数估计，我们开发了一种高效的 Markov chain Monte Carlo 算法。进一步，我们开发了一种自动控制错误发现率的差异表达基因检测程序。模拟研究表明，hmmSeq 方法在受试者工作特征曲线方面优于竞争方法。最后，对三个公开可用的 RNA-seq 数据集的分析证明了 hmmSeq 方法的有效性和灵活性。实现 hmmSeq 框架的 R 包将在手稿发表后提交至 CRAN。
引用
@article{arxiv.1509.04838,
title = {hmmSeq: A hidden Markov model for detecting differentially expressed genes from RNA-seq data},
author = {Shiqi Cui and Subharup Guha and Marco A. R. Ferreira and Allison N. Tegge},
journal= {arXiv preprint arXiv:1509.04838},
year = {2015}
}
备注
Published at http://dx.doi.org/10.1214/15-AOAS815 in the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)