時間系列遺伝子発現データの連続表現

我々は、未観測の時間点の原則的な推定、クラスタリング、データセットの整列を可能にする時間系列遺伝子発現分析のためのアルゴリズムを提示します。各発現プロファイルは、観測データから推定される三次スプライン（区分的多項式）としてモデル化され、すべての時間点が全体的な滑らかな発現曲線に影響を与えます。同じクラスの遺伝子のスプライン係数を類似の発現パターンを持つように制約し、同時に遺伝子特異的なパラメータを許可します。我々の方法を用いることで、未観測の時間点は、従来の最良の方法と比較して10-15%少ないエラーで再構築可能であることを示します。私たちのクラスタリングアルゴリズムは、遺伝子発現プロファイルの連続表現上で直接動作し、特に非一様にサンプリングされたデータに適用されると効果的であることを示します。我々の連続整列アルゴリズムは、離散的なアプローチで直面する困難を回避します。具体的には、我々の方法は、過剰適合を避けるためのパラメータ化された関数の仕様を通じてワープの自由度の数を制御することを可能にします。我々のアルゴリズムは、実際の発現データに対して安定した低エラーの整列を生成することを実証し、さらに生物学的に意味のある結果を生む酵母ノックアウトデータへの特定の応用を示します。