临床转录学数据的受约束的伪时间订单

科学领域:

• 基因组学就是基因组学.
• 计算生物学 计算生物学
• 翻译医学是一种翻译医学.

背景情况:

• 时间序列RNA测序 (RNASeq) 研究提供了关于疾病进展和治疗反应的见解.
• 整合多患者RNASeq数据是困难的,因为患者异质性和稀疏的时间点,阻碍准确的响应模式重建.

研究的目的:

• 开发一种强大的方法来分析临床和响应研究中的转录学数据.
• 为了准确地按照生物反应轨迹对样品进行排序,并考虑到个体患者的变化.

主要方法:

• 开发了一种基于约束的伪时间排序方法.
• 多项式模型基因表达的动态随着时间的推移.
• 一个预期最大化 (EM) 算法确定样本放置和模型参数.

主要成果:

• 该方法准确地将样品分配到响应曲线上的正确位置.
• 它成功地尊重了个体患者的发展轨迹.
• 与以前的方法相比,对四个数据集的应用表明了更好的排序.

结论:

• 开发的伪时间排序方法增强了在治疗反应研究中对转录组学数据的分析.
• 它为疾病动态和治疗效果提供了更准确的生物学见解.
• 这种方法解决了整合异质患者数据的关键挑战.