基于隐马尔可夫模型的array-CGH数据贝叶斯分析

被引:2
作者
万稚慧
刘金山
机构
[1] 华南农业大学数学与信息学院
基金
广东省自然科学基金;
关键词
比较基因组杂化技术; 隐马尔可夫模型; 贝叶斯方法; 向前向后Gibbs算法;
D O I
暂无
中图分类号
Q811.4 [生物信息论];
学科分类号
0711 ; 0831 ;
摘要
微阵列比较基因组杂化(comparative genomic hybridization,CGH)技术是用于发现DNA拷贝数变异的重要技术.本文根据DNA片段间的距离及测试样本与参考样本之间的荧光强度比,将微阵列实验的分辨率特征作为先验信息,建立用于分析微阵列CGH数据的贝叶斯隐马尔可夫模型.为解决基因数据变量多、抽样收敛速度慢的问题,本文将向前向后Gibbs算法应用到模型参数的马尔可夫链蒙特卡罗抽样估计中,以加快收敛.在对多形性胶质母细胞瘤基因数据分析中,本文方法能有效识别出DNA拷贝数异常的区域,所得结果与以往有关研究结论一致.模拟数据分析结果表明,在不同噪声下本文方法均能有效识别出异常区域,其误判率小于3%.
引用
收藏
页码:684 / 693
页数:10
相关论文
共 18 条