UBD: Incorporación de la incertidumbre en las estimaciones de proporciones de tipos celulares de muestras a granel...

Área de la Ciencia:

• Bioinformática
• Biología Computacional
• Genómica

Sus antecedentes:

• Los métodos estadísticos de deconvolución estiman perfiles específicos de tipos celulares (CTS) a partir de datos de tejido a granel.
• Los métodos existentes requieren proporciones de tipos celulares conocidas, lo que introduce incertidumbre cuando las estimaciones se utilizan como verdad fundamental.

Objetivo del estudio:

• Desarrollar un método novedoso, Deconvolución Bayesiana consciente de la incertidumbre (UBD), que incorpore la incertidumbre en las estimaciones de proporciones de tipos celulares.
• Refinar las proporciones de tipos celulares y estimar simultáneamente los datos CTS a nivel de muestra.

Principales métodos:

• UBD emplea la deconvolución bayesiana para modelar explícitamente la incertidumbre en las estimaciones iniciales de proporciones de tipos celulares.
• El método refina estas proporciones y estima los perfiles CTS de forma concurrente.

Principales resultados:

• Extensas simulaciones demuestran que UBD mejora significativamente la precisión de la estimación del perfil CTS.
• UBD identificó con éxito señales CTS adicionales cuando se aplicó a dos conjuntos de datos biológicos reales.

Conclusiones:

• UBD ofrece un enfoque robusto para abordar las limitaciones de los métodos de deconvolución existentes al manejar la incertidumbre en las proporciones de tipos celulares.
• Este método mejora la fiabilidad y el potencial de descubrimiento de los perfiles CTS derivados de datos de tejido a granel.