首页 | 本学科首页   官方微博 | 高级检索  
     

基于隐马尔可夫模型的array-CGH数据贝叶斯分析
作者姓名:万稚慧  刘金山
作者单位:华南农业大学 数学与信息学院, 广州 510642
基金项目:国家自然科学基金(11171117);广东省自然科学基金(S2011010002371)
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  
收稿时间:2014-08-12
本文献已被 CNKI 等数据库收录!
点击此处可从《系统工程理论与实践》浏览原始摘要信息
点击此处可从《系统工程理论与实践》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号