BayesCCE: a Bayesian framework for estimating cell-type composition from DNA methylation without the need for methylation reference.
BayesCCE: a Bayesian framework for estimating cell-type composition from DNA methylation without the need for methylation reference.
复制标题
DOI：
10.1186/s13059-018-1513-2
复制
发表时间：
2018-09-21
期刊：
影响因子：
12.3
通讯作者：
Halperin E
中科院分区：
文献类型：
--
作者：
Rahmani E;Schweiger R;Shenhav L;Wingert T;Hofer I;Gabel E;Eskin E;Halperin E
我们引入了一种贝叶斯半监督方法，通过利用易于获得的关于所研究组织的细胞类型组成分布的先验知识，从DNA甲基化中估计细胞计数。我们在数学上和经验上表明，在没有甲基化参考的情况下，试图推断细胞计数的替代方法只能捕获细胞计数的线性组合，而不是提供每种细胞类型的一个成分。我们的方法允许构建这样的组件，每个组件对应于一个单一的细胞类型，并提供了一个新的机会来研究组织基因组研究中的细胞组成，这在以前是不可能的。本文的在线版本（10.1186/s13059-018-1513-2）包含补充内容，仅供授权用户使用。
We introduce a Bayesian semi-supervised method for estimating cell counts from DNA methylation by leveraging an easily obtainable prior knowledge on the cell-type composition distribution of the studied tissue. We show mathematically and empirically that alternative methods which attempt to infer cell counts without methylation reference only capture linear combinations of cell counts rather than provide one component per cell type. Our approach allows the construction of components such that each component corresponds to a single cell type, and provides a new opportunity to investigate cell compositions in genomic studies of tissues for which it was not possible before. The online version of this article (10.1186/s13059-018-1513-2) contains supplementary material, which is available to authorized users.
登录
查看更多内容
影响因子：
20.1
作者：
Pinto AR;Ilinykh A;Ivey MJ;Kuwabara JT;D'Antoni ML;Debuque R;Chandran A;Wang L;Arora K;Rosenthal NA;Tallquist MD
通讯作者：
Tallquist MD
影响因子：
12.3
作者：
Jaffe AE;Irizarry RA
通讯作者：
Irizarry RA
全基因组甲基化谱揭示了人类衰老速度的定量观点。
影响因子：
16
作者：
Hannum, Gregory;Guinney, Justin;Zhao, Ling;Zhang, Li;Hughes, Guy;Sadda, SriniVas;Klotzle, Brandy;Bibikova, Marina;Fan, Jian-Bing;Gao, Yuan;Deconde, Rob;Chen, Menzies;Rajapakse, Indika;Friend, Stephen;Ideker, Trey;Zhang, Kang
通讯作者：
Zhang, Kang
对DNA甲基化参考面板的验证，以估算脐带血中核细胞类型的估计。
影响因子：
3.7
作者：
Cardenas A;Allard C;Doyon M;Houseman EA;Bakulski KM;Perron P;Bouchard L;Hivert MF
通讯作者：
Hivert MF
影响因子：
12.3
作者：
Horvath S
通讯作者：
Horvath S