通过数组适应性规范化内核权重模型检测差异甲基化区域
Daniel Alhassan1, Gayla R Olbricht1, Akim Adekpedjou1
1Department of Mathematics and Statistics, Missouri University of Science and Technology, Rolla, MO, United States of America.
PloS one
|June 28, 2024
概括
这项研究引入了一种新的方法,用于识别对疾病生物标志物发展至关重要的差异甲基化区域 (DMR). 该方法提高了检测DMR及其长度的准确性,增强了基因组分析.
科学领域:
- 基因组学就是基因组学.
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 不同甲基化区域 (DMR) 是生物状态之间不同甲基化模式的关键指标.
- 准确识别DMR对于开发有效的疾病生物标志物至关重要.
- 现有的DMR检测方法在精度,回忆和确定真正的DMR长度方面面临挑战.
研究的目的:
- 为DMR检测提出一种新的规范化内核加权模型.
- 开发模型的阵列适应版本,以适应不同的微阵列探测间距 (Illumina 450K和EPIC).
- 评估拟议方法的性能和生物效用.
主要方法:
- 开发一个规范化的核权重模型,包括相对探测距离.
- 一个阵列适应模型的扩展,解决探头间距的变化.
- 模拟研究将拟议方法与不同效果大小的现有技术进行比较.
- 对拟议的统计数据进行非对称分析.
主要成果:
- 与流行的现有方法相比,拟议的方法在检测DMR及其长度方面表现出更好的准确性.
- 阵列适应版本有效地处理微阵列平台之间的探头间距差异.
- 模拟研究证实了在各种环境下该方法的稳定性.
结论:
- 开发的方法为识别DMR提供了精确和准确的方法,这对于生物标志物发现至关重要.
- R包"idDMR"为实现这种阵列适应式DMR检测方法提供了一个实用的工具.
- 该方法显示了生物相关性,特别是当应用到口腔癌数据与途径分析时.
