Functional clustering of periodic transcriptional profiles through ARMA(p,q).
Functional clustering of periodic transcriptional profiles through ARMA(p,q).
复制标题
DOI：
10.1371/journal.pone.0009894
复制
发表时间：
2010-04-16
期刊：
影响因子：
3.7
通讯作者：
Wu R
中科院分区：
文献类型：
--
作者：
Li N;McMurry T;Berg A;Wang Z;Berceli SA;Wu R
周期性转录谱的基因聚类提供了揭示各种生物过程的机会，但该技术关键依赖于纵向协方差结构随时间的稳健建模。我们提出了一种周期性基因表达功能聚类的统计方法，通过阶数 (,) 的一般自回归移动平均过程（即所谓的 ARMA(,)）对连续测量的协方差矩阵进行建模。我们推导出复杂的 EM 算法来估计每个基因簇的比例，定义周期性表达轨迹中基因特异性差异的傅里叶级数参数，以及在混合模型框架内建模协方差结构的 ARMA 参数。提供最佳拟合的 ARMA 流程的订单和订单由模型选择标准确定。通过模拟数据，我们表明，只要有必要，使用复杂的协方差结构（例如 ARMA）对于获得平均结构参数的无偏估计并提高估计精度至关重要。这些方法在最近发表的酵母中的时程基因表达数据上实施，并且该过程被证明可以有效地识别数据集中有趣的周期性簇。新方法将为理解基因组规模的生物功能提供强大的工具。
Gene clustering of periodic transcriptional profiles provides an opportunity to shed light on a variety of biological processes, but this technique relies critically upon the robust modeling of longitudinal covariance structure over time. We propose a statistical method for functional clustering of periodic gene expression by modeling the covariance matrix of serial measurements through a general autoregressive moving-average process of order (,), the so-called ARMA(,). We derive a sophisticated EM algorithm to estimate the proportions of each gene cluster, the Fourier series parameters that define gene-specific differences in periodic expression trajectories, and the ARMA parameters that model the covariance structure within a mixture model framework. The orders and of the ARMA process that provide the best fit are identified by model selection criteria. Through simulated data we show that whenever it is necessary, employment of sophisticated covariance structures such as ARMA is crucial in order to obtain unbiased estimates of the mean structure parameters and increased precision of estimation. The methods were implemented on recently published time-course gene expression data in yeast and the procedure was shown to effectively identify interesting periodic clusters in the dataset. The new approach will provide a powerful tool for understanding biological functions on a genomic scale.
登录
查看更多内容
DOI：
10.1196/annals.1355.011
发表时间：
2005-01-01
期刊：
RICKETTSIOSES: FROM GENOME TO PROTEOME, PATHOBIOLOGY, AND RICKETTSIAE AS AN INTERNATIONAL THREAT
影响因子：
--
作者：
Rovery, C.;La, M. V.;Raoult, D.
通讯作者：
Raoult, D.
影响因子：
6.8
作者：
AKAIKE, H
通讯作者：
AKAIKE, H
DOI：
10.1198/016214507000000095
发表时间：
2007-06-01
影响因子：
3.7
作者：
Fan, Jianqing;Huang, Tao;Li, Runze
通讯作者：
Li, Runze
影响因子：
5.8
作者：
Luan, YH;Li, HZ
通讯作者：
Li, HZ
影响因子：
--
作者：
Begum, Esmot ara;Bonno, Motoki;Komada, Yoshihiro
通讯作者：
Komada, Yoshihiro