基于隐马尔可夫模型的array-CGH数据贝叶斯分析

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％.

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

所属期刊栏目：36

分类号：O212.8(概率论与数理统计)

资助基金：国家自然科学基金11171117;广东省自然科学基金S2011010002371 National Natural Science Foundation of China11171117;Natural Science Foundation of Guangdong Province of ChinaS2011010002371

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：684-693