OCEAN：用于多组学数据分析的灵活特征集聚合方法
统计方法学
2024-10-28 v1
摘要
多组学数据集的整合分析在揭示复杂生物学过程方面具有巨大前景。然而，组学数据的庞大维度给可解释性和多重检验带来了重大挑战。同步富集分析 (Simultaneous Enrichment Analysis, SEA) 被引入以解决单组学分析中的这些问题，它提供了内置的多重检验校正并允许进行同步特征集检验。在本文中，我们介绍了 OCEAN，它是 SEA 向多组学数据的扩展。OCEAN 是一种灵活的方法，用于分析来自任意一对基因组学数据集的所有可能的双向特征集。我们还提出了两种新的误差率，它们与数据的双向结构相一致并有助于结果的解释。通过分析乳腺癌和结肠癌的拷贝数和基因表达数据，展示了 OCEAN 的有效性和实用性。
引用
@article{arxiv.2410.19523,
title = {OCEAN: Flexible Feature Set Aggregation for Analysis of Multi-omics Data},
author = {Mitra Ebrahimpoor and Renee Menezes and Ningning Xu and Jelle J. Goeman},
journal= {arXiv preprint arXiv:2410.19523},
year = {2024}
}