时间序列数据的主趋势分析及其在基因组医学中的应用
应用统计
2014-01-14 v1
摘要
时间序列高通量基因表达数据正在基因组医学和转化医学中出现。从患者队列中提取有意义的时间序列模式可以为后续临床研究和患者治疗提供生物学见解。我们提出了主趋势分析（PTA），以从一组患者中提取时间序列基因表达数据的主趋势，并鉴定对主趋势做出主导贡献的基因。通过模拟，我们展示了 PTA 在高维数据降维、时间序列信号恢复和特征选择方面的效用。此外，PTA 在真实的生物学和临床研究中获得了新的见解。我们通过将 PTA 应用于昼夜节律调节系统和烧伤患者的纵向基因表达数据，展示了其有用性。这些应用表明，PTA 能够提取具有生物学意义的有趣时间序列趋势，有助于理解昼夜节律调节系统的生物学机制以及烧伤患者的康复。总体而言，所提出的 PTA 方法将有益于基因组医学研究。我们的方法已实现为 R 包：PTA（主趋势分析）。
引用
@article{arxiv.1401.2832,
title = {Principal trend analysis for time-course data with applications in genomic medicine},
author = {Yuping Zhang and Ronald Davis},
journal= {arXiv preprint arXiv:1401.2832},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS659 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)