状態空間モデルの混合を使用して、時間経過遺伝子発現プロファイルによって特徴付けられるクラスタリングサンプル

各サンプルが時間経過の遺伝子発現プロファイルによって特徴付けられるサンプルを分類する新しい方法を提案します。状態空間モデルの混合を活用することにより、提案された方法は次のタスクに対処します。（1）遺伝子発現の時間的パターンに従ってサンプルをクラスタリングする、（2）特定されたクラスターを識別する遺伝子の自動検出、（3）制限された自己摂取の推定の推定各クラスターの係数。縦方向の時間経過発現プロファイルを備えた組換えインターフェロンベータ療法下の53人の多発性硬化症患者のクラスター分析とともに提案された方法を実証します。

We propose a novel method to classify samples where each sample is characterized by a time course gene expression profile. By exploiting the mixture of state space model, the proposed method addresses the following tasks: (1) clustering samples according to temporal patterns of gene expressions, (2) automatic detection of genes that discriminate identified clusters, (3) estimation of a restricted autoregressive coefficient for each cluster. We demonstrate the proposed method along with the cluster analysis of 53 multiple sclerosis patients under recombinant interferon beta therapy with the longitudinal time course expression profiles.