Uma nova abordagem para analisar dados de séries temporais de expressão gênica

Apresentamos algoritmos para a análise de expressão gênica em séries temporais que permitem a estimativa fundamentada de pontos de tempo não observados, agrupamento e alinhamento de conjuntos de dados. Cada perfil de expressão é modelado como um spline cúbico (polinomial segmentar) que é estimado a partir dos dados observados, e cada ponto de tempo influencia a curva geral de expressão suave. Constrangemos os coeficientes do spline de genes na mesma classe para ter padrões de expressão semelhantes, permitindo também parâmetros específicos de genes. Mostramos que os pontos de tempo não observados podem ser reconstruídos usando nosso método com 10-15% menos erro em comparação com os melhores métodos anteriores. Nosso algoritmo de agrupamento opera diretamente nas representações contínuas dos perfis de expressão gênica, e demonstramos que isso é particularmente eficaz quando aplicado a dados amostrados de forma não uniforme. Nosso algoritmo de alinhamento contínuo também evita dificuldades encontradas em abordagens discretas. Em particular, nosso método permite controlar o número de graus de liberdade da deformação através da especificação de funções parametrizadas, o que ajuda a evitar o sobreajuste. Demonstramos que nosso algoritmo produz alinhamentos estáveis de baixo erro em dados de expressão reais e mostramos ainda uma aplicação específica a dados de knockout de levedura que produz resultados biologicamente significativos.