Differential gene expression analysis via two-component mixture models with a semiparametric skew-normal scale mixture alternative
Pukyong National University(釜庆国立大学);University of Queensland(昆士兰大学)
本文提出一种半参数混合模型,用于微基因表达分析,通过偏正态尺度混合替代处理偏态和厚尾问题,提高分析精度。
2026-03-17 stat.ME
A flexible model for correlated count data, with application to multi-condition differential expression analyses of single-cell RNA sequencing data
针对单细胞RNA测序多条件差异表达分析,提出同时建模所有条件并共享差异信息的泊松多元自适应收缩方法,显著提升检测与估计性能,并已提供R包实现。
2024-05-26 stat.AP stat.ME
BADER: Bayesian analysis of differential expression in RNA sequencing data
由于典型应用中参数估计的不确定性和小样本量,从RNA测序数据中识别差异表达基因仍然是一项具有挑战性的任务。在这里,我们介绍了贝叶斯差异表达分析在RNA测序数据(BADER)。由于我们选择的数据和先验分布,充分后验推断BADER可以有效地进行。该方法适当考虑了基因方差的不确定性,比现有方法检测差异表达基因的能力更高。此外,我们表明,后验样本可以自然地整合到下游基因集富集分析,在检测富集集具有优异的性能。Bioconductor上有一个开源的R包(BADER),它为C++后端提供了一个用户友好的界面。
2014-11-07 stat.AP stat.ME
BNP-Seq: Bayesian Nonparametric Differential Expression Analysis of Sequencing Count Data
我们在贝叶斯非参数框架下对高通量测序计数数据进行差异表达分析,去除了现有算法中通常需要的复杂的特设预处理步骤。我们建议使用伽马(β)负二项过程,它考虑到不同的测序深度,使用样本特异性负二项概率(分散)参数,通过比较基因特异性负二项分散(概率)参数的后验分布来检测差异表达的基因。这些模型参数是通过借用基因和样本的统计强度来推断的。模拟和真实世界的RNA测序计数数据上的广泛实验表明,所提出的差异表达分析算法明显优于先前提出的接收器操作特性和精确度-召回曲线下的区域。
2017-05-02 q-bio.GN stat.AP stat.ME
Differential gene co-expression networks via Bayesian biclustering models
识别大数据矩阵中的潜在结构对于探索生物过程至关重要。在这里,我们考虑从基因表达数据中恢复基因共表达网络,其中每个网络编码由共享生物机制局部共调控的基因之间的关系。要做到这一点,我们开发了贝叶斯统计模型的双聚类推断子集的共调节基因的共变异可能只在一个子集的样品。我们的双聚类方法,BicMix,具有理想的属性,包括允许过完整的数据表示,计算易处理性,并共同建模未知的混杂因素和生物信号。与相关的双聚类方法相比,BicMix在不同的模拟场景中以更高的精度恢复潜在结构。此外,我们开发了一种方法来恢复基因共表达网络的估计稀疏双聚类矩阵。我们将BicMix应用于乳腺癌基因表达数据,并恢复了ER+和ER-样本之间存在差异的基因共表达网络。
2014-11-07 q-bio.GN q-bio.MN stat.ME
A Bayesian model selection approach for identifying differentially expressed transcripts from RNA-Seq data
分子生物学的最新进展允许量化转录组并将转录物评分为在两种生物条件之间差异表达或相等表达。虽然这两个任务是密切相关的,但现有的推理方法将它们分开处理:主要模型用于估计表达,其输出使用差分表达模型进行后处理。在本文中,这两个问题同时解决,提出联合估计的表达水平和差异表达:未知的相对丰度的每一个转录本可以是相等的或不之间的两个条件。分层贝叶斯模型建立在BitSeq框架上,并且使用马尔可夫链蒙特卡罗(MCMC)推断转录物表达和差异表达的后验分布。证明了该模型对固定维变量具有共轭性,从而解析地导出了全条件分布。构造了两个采样器,一个可逆跳MCMC采样器和一个崩溃的吉布斯采样器,后者被认为是最好的。引入了转录组的比对读段的聚类表示,允许在合理的计算时间下并行估计转录物子集的边缘后验分布。所提出的算法是基准对替代方法使用合成数据集和应用到真正的RNA测序数据。源代码可在线获取(https://github.com/mqbssppe/cjBitSeq)。
2016-09-26 q-bio.QM stat.ME
Functional regression clustering with multiple functional gene expressions
基因表达数据通常在不同实验条件下的时间序列实验中收集。随着时间的推移,可能有基因具有非常不同的基因表达谱,但在实验条件下以相同的方式调整其基因表达模式。我们的目标是开发一种方法,发现这些时间基因表达谱之间的关系是彼此相似的基因簇,即使个别时间基因表达谱不同。我们提出了一个$K$ -手段类型的算法,其中每个集群是由一个功能上的功能回归模型,其中,除其他外,允许多个功能的解释变量定义。我们通过大量的模拟验证了这种新方法,然后将其应用于识别基因组,其昼夜表达模式以类似的方式受到季节的干扰。我们的聚类富含具有相似生物学功能的基因,包括一个富含光合相关功能和多聚核糖体的聚类,这表明我们的方法提供了有用的和新颖的生物学见解。
2021-12-01 stat.ME
IsoDOT Detects Differential RNA-isoform Expression/Usage with respect to a Categorical or Continuous Covariate with High Sensitivity and Specificity
我们开发了一种名为IsoDOT的统计方法,使用RNA-seq数据评估差异同种型表达(DIE)和差异同种型使用(DIU)。这里,同种型使用是指给定相应基因的总表达的相对同种型表达。IsoDOT执行现有方法无法完成的两项任务:针对连续协变量检验DIE/DIU,以及针对一个病例与一个对照检验DIE/DIU。后一项任务在实践中并不罕见,例如,比较一个个体的父亲和母亲等位基因或比较一个癌症患者的肿瘤和正常样品。模拟研究证明了IsoDOT的高灵敏度和特异性。我们应用IsoDOT研究氟哌啶醇治疗对小鼠转录组的影响,并确定了一组基因,其异构体的使用响应氟哌啶醇治疗。
2014-10-29 q-bio.QM stat.AP stat.ME
A Unified Model for Differential Expression Analysis of RNA-seq Data via L1-Penalized Linear Regression
RNA测序(RNA-seq)在定量基因表达水平方面越来越受欢迎。由于RNA-seq测量本质上是相对的,因此计数的样本间标准化是差异表达(DE)分析中的重要步骤。现有DE检测算法的标准化是特别的,并且在DE检测之前执行一次,这可能是次优的,因为理想的标准化应该仅基于非DE基因,因此与DE检测相结合。我们提出了一个统一的统计模型联合归一化和DE检测的对数转换RNA-seq数据。样本特异性归一化因子在基因线性模型中建模为未知参数,并与回归系数联合估计。通过施加稀疏诱导L1惩罚(或多种处理条件下的混合L1/L2范数)对回归系数的影响,仿真结果表明,所提出的模型和算法在检测能力和误检率方面均优于现有的方法,并且在检测性能和误检率方面均优于现有的方法。当超过一半的基因差异表达和/或当DE基因中上调和下调基因的数量不平衡时,阳性率。
2016-10-11 q-bio.GN stat.ME
Multi-scale Poisson process approaches for differential expression analysis of high-throughput sequencing data
评估和测试不同条件下的分子表型差异(例如基因表达、染色质可及性、转录因子结合)是理解基因调控的分子基础的重要组成部分。这些表型通常使用高通量测序测定(例如,RNA-seq、ATAC-seq、ChIP-seq),其提供反映表型如何沿基因组变化的高分辨率计数数据。已经提出了多种方法来帮助利用这些高分辨率的测量差异表达分析。但是,它们忽略了数据的计数性质,而是使用仅适用于大样本量或高计数数据的正态近似。在这里,我们开发基于计数的方法来解决这个问题。我们使用具有空间结构的底层强度函数的非齐次泊松过程对每个样本的数据进行建模,然后建立泊松过程的多尺度模型,估计和测试样本(或样本组)之间的底层强度函数的差异。使用模拟和真实的ATAC-seq数据,我们表明我们的方法优于以前的正常的方法,特别是在小样本量或低计数的情况下。
2021-06-25 q-bio.QM stat.ME
Differential analysis in Transcriptomic: The strength of randomly picking 'reference' genes
转录组学分析的特征在于不直接定量,并且仅提供表达水平的相对测量,直到未知的个体比例因子。差异表达分析增加了这一困难。已经提出了几种方法,以规避这种缺乏知识的估计未知的个人缩放因子,但是,即使是最常用的一个,是痛苦的是建立在几乎没有合理的生物学假设或具有较弱的统计背景。只有两种方法经得起这种分析:一种是基于最大连通图分量,几乎不能用于像NGS中的大量表达式,第二种是基于$\log$ -线性拟合,不幸的是,这需要使用前面描述的方法之一的第一步。我们介绍了一个新的程序的差异分析的转录组数据的背景下。它是将几个差异分析汇集在一起的结果,每个差异分析都基于随机挑选的基因作为参考基因。它提供了一种差分分析,而无需估计各个比例因子或任何其他知识。理论性质的FWER和功率方面进行了研究。此外,在Poisson或负二项模型化的转录组表达的背景下,我们推导出了一个检验,其边界的非渐近控制。我们完成了我们的研究,通过一些经验性的模拟,并将我们的程序应用于非酒精性脂肪性肝炎(NASH)小鼠模型(CDAHFD模型)的肝脏miRNA表达的真实数据集。这项对真实数据的研究提供了新的命中与良好的生物学解释。
2021-03-23 stat.AP stat.ME
A Pseudo-Value Regression Approach for Differential Network Analysis of Co-Expression Data
差分网络(DN)分析确定在两个或两个以上的实验条件下的基因之间的关联措施的变化。在本文中,我们介绍了一种用于网络分析的伪值回归方法(PRANA)。这是一种新的差分网络分析方法,也适用于其他临床协变量。我们从互信息(MI)标准开始,然后进行伪值计算,然后将其输入到鲁棒回归模型中。本文评估了PRANA在多变量环境中的模型性能,然后通过各种模拟在单变量和多变量环境中与dnapath和DINGO进行比较。在精度,召回率和F1得分的差异连接(DC)基因的性能进行了评估。总的来说,PRANA的表现优于dnapath和DINGO,这两种方法都没有对患者年龄等可用协变量进行调整。最后,我们采用PRANA在基因表达综合数据库(GEO)的真实数据应用程序中识别与慢性阻塞性肺疾病(COPD)相关的DC基因,以证明其实用性。据我们所知,这是第一次尝试利用回归建模进行DN分析,通过两个或多个组之间的集体基因表达水平,包括额外的临床协变量。总的来说,调整可用的协变量可以提高DN分析的准确性。
2022-11-30 q-bio.QM stat.AP stat.ME
A statistical normalization method and differential expression analysis for RNA-seq data between different species
背景:高通量技术为基因组研究带来了新的工具,但也带来了统计学上的挑战。识别不同物种之间差异表达的基因是发现进化保守转录反应的有效方法。为了消除不同物种之间的系统性差异以进行公平的比较,标准化程序作为关键的预处理步骤,用于调整不同的样品测序深度和其他混淆技术效应。结果如下:在本文中,我们提出了一个基于尺度的归一化(SCBN)方法,考虑到现有的知识保守的直向同源基因和假设检验框架。考虑到不同物种之间不同的基因长度和未映射的基因,我们从假设检验的角度制定的问题,并寻找最佳的比例因子,最大限度地减少经验和名义第一类错误之间的偏差。结论:仿真研究表明,所提出的方法在广泛的设置中比现有的竞争对手表现得更好。对不同物种的RNA-seq数据集进行了分析,结果表明该方法优于现有方法。为了实际应用,我们还开发了一个名为“SCBN”的R软件包,该软件可在http://www.bioconductor.org/packages/devel/bioc/html/SCBN.html上获得。
2018-10-04 q-bio.GN stat.ME
Tellipsoid: Exploiting inter-gene correlation for improved detection of differential gene expression
动机:微阵列数据的差异分析算法对现代生物医学研究至关重要。它们的准确性强烈依赖于基因间相关性的有效处理。相关性通常根据其对显著性临界值的影响来解释。在本文中,它表明,相关性,事实上,可以利用{跨测试共享信息},这反过来又可以增加统计功效。结果如下:显著改进的差异分析方法是可识别性(在大多数微阵列数据集中,大部分基因可以被先验地识别为非差异的事实)与结合相关性的优化标准相结合的结果。作为一个特殊的情况下,我们开发了一种方法,它建立在广泛使用的双样本t-统计量为基础的方法,并使用马氏距离作为最优性标准。Singh等人(2002)的前列腺癌数据结果表明,所提出的方法在统计功效方面优于所有已发表的方法。可用性:所提出的算法在MATLAB和R.该软件名为Telellipsoid,相关数据集可在http://www.egr.msu.edu/~desaikey上获得
2008-02-21 q-bio.GN stat.AP stat.ME
Compressed spectral screening for large-scale differential correlation analysis with application in selecting Glioblastoma gene modules
差异共表达分析已被科学家广泛应用于了解疾病的生物学机制。然而,未知的差异模式往往是复杂的,因此,基于简化的参数假设的模型可能是无效的,在确定的差异。同时,这种分析中涉及的基因表达数据本质上是非常高维的,其相关矩阵甚至可能无法计算。如此大的规模严重限制了大多数研究充分的统计方法的应用。本文介绍了一种简单而强大的方法,称为压缩谱筛选的微分相关分析问题。通过利用光谱结构和随机采样技术,我们的方法可以实现一个高度准确的筛选功能与复杂的差分模式,同时保持可扩展性,分析相关矩阵的$10^4$ - $10^5$变量在几分钟内在一个标准的个人计算机上。我们已经应用这种筛选方法在比较TCGA数据集胶质母细胞瘤与正常人。我们的分析成功地确定了多个功能模块的基因表现出不同的共表达模式。这些发现揭示了胶质母细胞瘤进化机制的新见解。理论分析也证明了该方法的有效性,表明压缩谱分析可以实现变量筛选的一致性。
2022-01-12 stat.AP stat.ME
Inference for High-dimensional Differential Correlation Matrices
受基因组学中差异共表达分析的启发,本文考虑高维差异相关矩阵的估计和检验。一个自适应阈值的过程中引入和理论保证。极小极大收敛速度的建立和建议的估计是自适应率最优的集合的成对相关矩阵与近似稀疏的差异。仿真结果表明,该过程显着优于其他两个自然的方法,是基于单独的相关矩阵的估计。该程序还说明了通过分析的乳腺癌数据集,它提供了证据,在基因共表达水平的几个基因,其中的一个子集已被事先验证,与乳腺癌。还考虑了对差分相关矩阵的假设检验。一个测试,这是特别适合于测试对稀疏的替代品,介绍。此外,还讨论了其它相关问题,包括单个稀疏相关矩阵的估计、差分协方差阵的估计和差分互相关矩阵的估计。
2015-10-21 math.ST stat.ME stat.TH