DCAM-05 ：样本组间的甲基化趋势（非监督/ 监督式）聚类分析


本方案可对全基因组甲基化谱进行监督与非监督聚类分析，并可在聚类图下方用颜色标注出样本类型（注释。根据聚类的情况，行表示每个甲基化位点特征（即每行代表一个甲基化位点探针CpG ID），列表示样本。层次聚类选择对样本和位点同时聚类。我们发现聚类结果与构建基于SVM方法和甲基化指标的模型诊断预测性能相互吻合。
 
非监督聚类采用层次聚类（ Hierarchical Manhattan distance和Average linkage方法）；同时，本方案还可采用递归分区混合模型（RPMM-recursively partitioned mixture modeling）在所有样本中从基因组范围内对甲基化趋势进行分类判断（如下图所示）。通过重排检验（Permutation）方法进而判断特有的甲基化模式分类的统计学显著性p-value。

 

图-1采用层次聚类方法对样本甲基化趋势分类判断
 
 

图-2采用递归分区混合模型（RPMM-recursivelypartitionedmixturemodeling）识别样本组
特有甲基化模式。行表示样本，样本分类结果采用红色线条分割开
  

本方案依据递归分区混合模型（RPMM-recursively partitioned mixture modeling）识别样本组特有甲基化模式。甲基化谱趋势类别（Methylation class#）与样本归属/共性之间的关联性，每样本在个类别所占比例等信息将被统计成表-1的结果形式。另外，我们也采用监督聚类方法，如随机森林（random forests）方法对样本群体的甲基化进行分类，并进行分类效果的统计（采用confusion matrix形式）。
 
本方案可配合甲基化差异表达分析，也可以进一步地完成协变量（covariates），如年龄，生活历记录，生理或临床指标特征，与甲基化趋势之间的关联检验 (Association Test)。

表-1 采用递归分区混合模型（RPMM-recursively partitioned mixture modeling）分析

 
 
表-2 采用随机递森林（random forests）分类算法的样本分类统计

 
 
表-3 全局样本组特异的CpG甲基化模式与协变量（例如，年龄）关联分析统计结果


 

更多详情：http://www.biogenius.cn/htm/solution/Biochip/78.html

Big Data , Big Idea !    
惠研生物，提供领先的生物大数据解决方案！

• 全基因组测序/外显子组, 转录组等项目共计 完成近万个样本的测序与分析服务
• 累计协助客户发表权威SCI论文总IF超过 160分
• 512核心CPU，1T内存 满足大规模并行的，敏捷的数据分析服务;
• 1PB 数据磁盘阵列保证企业级 测序分析结果存储的安全稳定

官方网站：www.biogenius.cn 
咨询热线****** 180-1908-2932 
官方微信： 微信公众平台搜索 “惠研生物”  
官方QQ： 1744353207 
咨询邮箱： service@biogenius.cn