Discovering transcriptional modules by Bayesian data integration.
Discovering transcriptional modules by Bayesian data integration.
复制标题
DOI：
10.1093/bioinformatics/btq210
复制
发表时间：
2010-06-15
期刊：
影响因子：
--
通讯作者：
Wild DL
中科院分区：
文献类型：
--
作者：
Savage RS;Ghahramani Z;Griffin JE;de la Cruz BJ;Wild DL
动机：我们提出了一种直接推断转录模块（TM）的方法，通过整合基因表达和转录因子结合（ChIP芯片）数据。我们的模型扩展了层次狄利克雷过程混合模型，允许数据融合基因的基础上。这编码了共表达和共调节不一定等同的直觉，因此我们不期望所有基因在两个数据集中相似地分组。特别是，它使我们能够识别在两个数据集中共享相同转录模块结构的基因子集。结果如下：我们发现，通过逐个基因地工作，我们的模型能够提取比现有方法具有更大功能一致性的簇。通过以这种方式结合基因表达和转录因子结合（ChIP芯片）数据，我们能够更好地确定最有可能代表潜在TM的基因组。可用性：如果对本文所介绍的代码感兴趣，请联系作者。联系方式：d.l. warwick.ac.uk补充信息：补充数据可在生物信息学在线获得。
Motivation: We present a method for directly inferring transcriptional modules (TMs) by integrating gene expression and transcription factor binding (ChIP-chip) data. Our model extends a hierarchical Dirichlet process mixture model to allow data fusion on a gene-by-gene basis. This encodes the intuition that co-expression and co-regulation are not necessarily equivalent and hence we do not expect all genes to group similarly in both datasets. In particular, it allows us to identify the subset of genes that share the same structure of transcriptional modules in both datasets. Results: We find that by working on a gene-by-gene basis, our model is able to extract clusters with greater functional coherence than existing methods. By combining gene expression and transcription factor binding (ChIP-chip) data in this way, we are better able to determine the groups of genes that are most likely to represent underlying TMs. Availability: If interested in the code for the work presented in this article, please contact the authors. Contact: d.l.wild@warwick.ac.uk Supplementary information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
5.8
作者：
Medvedovic, M;Sivaganesan, S
通讯作者：
Sivaganesan, S
影响因子：
16
作者：
Cho, RJ;Campbell, MJ;Davis, RW
通讯作者：
Davis, RW
影响因子：
5.8
作者：
Medvedovic, M;Yeung, KY;Bumgarner, RE
通讯作者：
Bumgarner, RE
影响因子：
5.8
作者：
Segal, E.;Yelensky, R.;Koller, D.
通讯作者：
Koller, D.
影响因子：
4.5
作者：
ANTONIAK, CE
通讯作者：
ANTONIAK, CE