一种用于蛋白质组数据分析中密度反卷积的非参数统计方法

《BMC Bioinformatics》：A nonparametric statistical method for deconvolving densities in the analysis of proteomic data

　　

摘要

背景

基因组或蛋白质组数据经常受到噪声的影响，或者是由不同生物信号叠加而成的。这在皮肤老化研究中尤为重要，因为该研究同时考察了由遗传因素驱动的内在老化和由环境因素引起的外在老化，例如通过分析皮肤成纤维细胞的蛋白质组来实现。由于所有皮肤区域都会受到内在老化的影响，因此从内在和外在因素的混合中分离出纯粹的外在老化信号对于研究外在老化至关重要。在这种情况下，可以使用反卷积方法来估计目标成分的密度。然而，现有的非参数反卷积方法在混合分布的方差远大于目标分布的方差时常常失效，这是基因组和蛋白质组数据中常见的问题。

结果

我们提出了一种新的非参数反卷积方法，称为N次幂傅里叶反卷积（NPFD），该方法通过使用密度的傅里叶变换的N次幂来解决方差差异的问题。利用傅里叶逆变换和密度变换的关键特性，NPFD减少了数值不稳定性，从而获得了平滑且准确的密度估计结果。综合模拟研究表明，NPFD能够在几乎所有考虑的情景中有效解决与平滑度和方差相关的问题，并且其性能与现有方法相当或更优。此外，对皮肤成纤维细胞真实蛋白质组数据的应用表明，NPFD可以用来估计纯粹的外在老化信号。

结论

NPFD通过以新颖的方式利用傅里叶变换的特性，为非参数密度反卷积提供了一个新的概念框架。它能够应对与平滑度和方差相关的问题，使其成为在多种应用中反卷积复杂生物信号（以密度函数的形式）的通用且强大的工具。