贝叶斯乐观主义者自适应免疫受体库分析指南
种群与进化
2018-05-01 v1
摘要
概率建模是复杂数据统计分析的基础。除了对数据生成过程形成连贯描述外，概率模型还能够针对给定数据集进行参数推断。该过程在贝叶斯视角下已发展成熟，其中人们推断描述各种可能参数与数据一致程度的概率分布。本文中，我们阐述并综述了针对自适应免疫受体库数据的概率建模，随后描述了从种系单倍型分型到跨组织自适应免疫系统部署的进展与未来工作前景。免疫序列分析中的相关量不仅包括连续参数（如基因使用频率），还包括离散对象（如 B 细胞簇与谱系）。在本综述中，我们梳理了自适应免疫受体分析中概率建模的诸多机会，包括贝叶斯方法具有重大前景的场景（尤其当人们对新计算方法持乐观态度时）。从我们的视角看，受体库概率建模取得进展的最大前景在于 B 细胞受体谱系的祖先序列估计，包括来自种系基因型、重排及谱系发育的不确定性。
引用
@article{arxiv.1804.10964,
title = {The Bayesian optimist's guide to adaptive immune receptor repertoire analysis},
author = {Branden J. Olson and Frederick A. Matsen},
journal= {arXiv preprint arXiv:1804.10964},
year = {2018}
}
备注
in press, Immunological Reviews