使用数据转换和矩阵变异高斯混合模型进行三向RNA测序数据的集群程序

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 基因组学就是基因组学.

背景情况:

• RNA测序 (RNA-seq) 时间过程实验产生复杂的三向计数数据 (基因,时间点,生物单位).
• 聚类RNA-seq数据对于识别随着时间的推移共同表达的基因至关重要.
• 规范化的RNA-seq计数表现出组合数据特性,需要专门的分析方法.

研究的目的:

• 开发和验证一个强大的程序,用于聚类三向RNA-seq计数数据.
• 通过时间和生物变异有效分析基因表达特征.
• 改进生物相关基因表达模式的提取.

主要方法:

• 预处理RNA-seq数据以获得正常化表达形状.
• 应用加法日志比率 (CLR) 变换来将组成数据转换为欧几里德向量.
• 使用矩阵变量高斯混合模型来集群转换的数据.
• 通过基于密度的轮信息和可视化的集群地图来评估集群质量.

主要成果:

• 拟议的方法成功地聚合了三向RNA-seq数据,考虑到其组成性质.
• 评估指标表明有效的集群分离和紧性.
• 该程序使用裂变酵母的RNA-seq数据进行了说明,显示了与双向方法相似的结果.

结论:

• 开发的程序提供了一个合适的方法,用于聚类三向RNA-seq数据.
• 组合数据分析技术,如CLR转换,对于RNA-seq数据是有益的.
• 这种方法增强了对复杂实验设计中的基因共同表达动态的理解.