基于网络的 RNA-Seq 数据异构体定量用于癌症转录组分析
计算工程、金融与科学
2015-12-31 v3 人工智能
机器学习
摘要
高通量 mRNA 测序（RNA-Seq）广泛用于基因异构体的转录本定量。由于仅凭 RNA-Seq 数据往往不足以准确识别用于定量的读段来源异构体，我们提出探索蛋白质结构域 - 结构域相互作用作为先验知识，以与 RNA-Seq 数据进行整合分析。我们引入了一种基于网络的 RNA-Seq 转录本定量方法（Net-RSTQ），用于整合蛋白质结构域 - 结构域相互作用网络与短读段比对，以估计转录本丰度。基于我们观察到的网络中通过结构域 - 结构域相互作用相邻的异构体丰度呈正相关这一现象，Net-RSTQ 将相邻转录本的表达建模为针对一个基因内观测到的读段比对似然的 Dirichlet 先验。然后通过交替优化多个 EM 问题联合估计所有基因的转录本丰度。在模拟中，当异构体共表达与其相互作用相关时，Net-RSTQ 有效改善了异构体转录本定量。对干细胞系、卵巢癌细胞系和乳腺癌细胞系中 25 个多异构体基因的 qRT-PCR 结果也表明，Net-RSTQ 估计的异构体比例与 RNA-Seq 数据更一致。在对癌症基因组图谱（TCGA）中 RNA-Seq 数据的实验中，Net-RSTQ 估计的转录本丰度对于卵巢癌、乳腺癌和肺癌的患者样本分类更具信息量。所有实验结果共同支持 Net-RSTQ 是一种有前景的异构体定量方法。
引用
@article{arxiv.1403.5029,
title = {Network-based Isoform Quantification with RNA-Seq Data for Cancer Transcriptome Analysis},
author = {Wei Zhang and Jae-Woong Chang and Lilong Lin and Kay Minn and Baolin Wu and Jeremy Chien and Jeongsik Yong and Hui Zheng and Rui Kuang},
journal= {arXiv preprint arXiv:1403.5029},
year = {2015}
}