伊丽莎白·博纳菲德;弗兰克·皮卡德;罗宾（Stéphane Robin）;辛齐亚·维罗利 使用混合物对差异表达分析中的过度分散异质性进行建模。 （英语） Zbl 1390.62237号 生物计量学 72,3号，804-814（2016）. 摘要：下一代测序技术现在已成为衡量基因表达的一种可选方法。要分析的数据是读取计数，通常使用负二项分布进行建模。与此概率框架相关的一个相关问题是过度分散参数的可靠估计，这一点得到了每个基因通常可观察到的有限重复次数的支持。已经提出了许多策略来估计这个参数，但当差异分析是目的时，它们通常会导致基于插件估计的程序，我们在这里表明，估计框架和测试框架之间的这种差异可能会导致无法控制的I类错误。相反，我们提出了一个混合模型，允许每个基因与其他表现出类似变异性的基因共享信息。为了进行差异表达分析，开发了三种一致的统计检验。我们通过一项广泛的模拟研究表明，相对于普通程序，所提出的方法提高了检测差异表达基因的灵敏度，因为它达到了I型误差的标称值，同时保持了差异表达基因和非差异表达基因之间的鉴别能力。该方法最后在前列腺癌RNA-Seq数据上进行了说明。 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62甲12 多元分析中的估计 关键词：差异表达分析;混合物模型;RNA-seq数据;ROC/AUC;I类错误 软件：BaySeq公司;DEseq公司;生物导体;准序列;DEGseq公司;边缘R;Voom公司;DESeq2公司;编码器;DEXUS公司 PDF格式BibTeX公司 XML格式引用 \textit{E.Bonafede}等人，《生物统计学》72，第3期，804--814（2016；Zbl 1390.62237） 全文： 内政部 arXiv公司 参考文献： [1] Anders，序列计数数据的差异表达分析，《基因组生物学》11 pp R106–（2010）·doi:10.1186/gb-2010-11-10-r106 [2] Auer，用于测试RNA-seq数据的两阶段泊松模型，《遗传学和分子生物学中的统计应用》，第10页，第1页–（2011年）·Zbl 1296.92139号 ·数字对象标识代码：10.2202/1544-6115.1627 [3] 本杰米尼，《控制错误发现率：一种实用而有力的多重测试方法》，《皇家统计学会杂志》，B辑（方法学）57页289–（1995）·Zbl 0809.62014号 [4] Delmar，基因表达数据差异分析方差的混合模型，《皇家统计学会杂志》，C辑（应用统计学）54，第31页–（2005）·Zbl 1490.62350号 ·doi:10.1111/j.1467-9876.2005.00468.x [5] Dempster，通过EM算法获得不完整数据的最大似然，皇家统计学会杂志，B辑（方法学）39 pp 1–（1977）·Zbl 0364.62022号 [6] Di，用于评估RNA-Seq差异基因表达的NBP负二项模型，《遗传学和分子生物学中的统计应用》10第1页–（2011年）·Zbl 1296.92026号 ·数字对象标识代码：10.2202/1544-6115.1637 [7] Fraley，基于模型的聚类、判别分析和密度估计，《美国统计协会杂志》97第611页–（2002）·Zbl 1073.62545号 ·doi:10.1198/016214502760047131 [8] Frazee，单碱基分辨率下RNA-seq数据的差异表达分析，生物统计学第413页–（2014）·doi:10.1093/biostatistics/kxt053 [9] Hardcastle，BaySeq:用于识别序列计数数据中差异表达的经验贝叶斯方法，BMC生物信息学11第1页–（2010）·doi:10.1186/1471-2105-11-422 [10] Klambauer，DEXUS：《在未知条件下识别RNA-Seq研究中的差异表达》，《核酸研究》42第1页–（2013） [11] Law，Voom：《精确权重解锁RNA-seq读取计数线性模型分析工具》，《基因组生物学》第15页R29–（2014）·doi:10.1186/gb-2014-15-2-r29 [12] Li，《数字转录组分析所需标签密度的测定：雄激素敏感性前列腺癌模型的应用》，《美国国家科学院院刊》105页20179–（2008）·doi:10.1073/pnas.0807121105 [13] Li，《寻找一致模式：识别RNA-Seq数据差异表达的非参数方法》，《医学研究中的统计方法》22，第519页–（2013）·doi:10.1177/0962280211428386 [14] Li，RNA测序数据的归一化、测试和错误发现率估计，生物统计学13，第523页–（2012）·doi:10.1093/biostatistics/kxr031 [15] Love，使用DESeq2对RNA-seq数据的折叠变化和离散度进行适度估计，《基因组生物学》15第550页–（2014）·doi:10.1186/s13059-014-0550-8 [16] Lund，《使用准相似性和缩小的离散估计检测RNA序列数据中的差异表达》，《遗传学和分子生物学的统计应用》11，第8页–（2012年）·Zbl 1296.92187号 ·doi:10.1551/544-6115.1826 [17] Marioni，RNA-seq:《技术再现性评估及与基因表达阵列的比较》，《基因组研究》18页1509–（2008）·doi:10.1101/gr.079558.108 [18] McCarthy，关于生物变异的多因子RNA-seq实验的差异表达分析，核酸研究40，第4288页–（2012）·doi:10.1093/nar/gks042 [19] McLachlan，G.Peel，D.2000有限混合模型，概率统计中的Willey级数·Zbl 0963.62061号 ·doi:10.1002/0471721182 [20] Robinson，edgeR:数字基因表达数据差异表达分析的生物导体包，生物信息学26 pp 139–（2010）·doi:10.1093/bioinformatics/btp616 [21] Robinson，负二项离散度的小样本估计，及其在SAGE数据中的应用，生物统计学9，第321页–（2008）·Zbl 1143.62312号 ·doi:10.1093/biostatistics/kxm030 [22] Soneson，compcodeR-RNA-seq数据差异表达方法基准测试的R包，生物信息学30 pp 2517–（2014）·doi:10.1093/bioinformatics/btu324 [23] Soneson，《RNA-seq数据差异表达分析方法的比较》，BMC生物信息学14 pp 91–（2013）·doi:10.1186/1471-2105-14-91 [24] 不久，生物学和医学的高通量测序，分子系统生物学9第1页–（2013） [25] Tarazona，RNA-seq的差异表达：一个深度问题，基因组研究21第2213页–（2011）·doi:10.1101/gr.124321.111 [26] van der Vaart，A.2000渐近统计·Zbl 0910.62001号 [27] Wang，DEGseq:从RNA-seq数据中识别差异表达基因的R包，生物信息学26第136页–（2010）·doi:10.1093/生物信息学/btp612 [28] Wang，RNA-Seq:转录组学的革命性工具，《自然评论遗传学》10，第57页–（2009）·doi:10.1038/nrg2484 [29] Wu，一种新的离散收缩估计器改进了RNA-seq数据中的差异表达检测，生物统计学14 pp 232–（2013）·doi:10.1093/biostatistics/kxs033 [30] Yu，小样本RNA-seq实验负二项模型中离散度的收缩估计，生物信息学29 pp 1275–（2013）·doi:10.1093/bioinformatics/btt143 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。