Metody analýzy arrayCGH
Většina metod pro analýzu arrayCGH využívá fakt, že v případě delecí nebo amplifikací jsou obvykle zasáhnuté větší části genomu (hlavně u nádorů). Jinak řečeno existuje jakási závislost na pořadí - pokud je jeden gen deletován, je pravděpodobnější, že geny v jeho blízkém okolí budou deletovány také.
Metody analýzy arrayCGH jsou založené na čtyřech různých přístupech:
- vyhlazování - regresní metody se snaží proložit grafem nejoptimálnější křivku
- segmentaci (detekci zlomů) - vytvářejí dobře odlišitelné segmenty s odlišnými průměrnými log2ratio, klony v daném segmentu sdílejí stejný počet kopií
- shlukování - přímé shlukování segmentů do skupin (informace o pořadí inkorporovaná do metriky vzdáleností)
- skrytých Markovových modelech (HMM); skryté stavy jsou úrovně změny (například tři stavy: delece, beze změny, amplifikace)
Ideální metoda pro analýzu arrayCGH: - má celkově dobrou výkonnost
- má dobrou výkonnost i na datech zatížených šumem
- je schopná detekovat krátké aberace
- je výpočtově nenáročná
- má srozumitelný algoritmus (je to důležité pro nastavení parametrů)
Metody analýzy arrayCGH se liší také podle toho, jestli hledají změny v jednom profilu, nebo ve více profilech najednou, na:
a) Jednoprofilové
Aberace se zjišťují u každého vzorku individuálně
profil 1 změny 1
profil 2 změny 2
: :
profil N změny N
A až pak se přistoupí k případnému porovnání skupin vzorků.
b) Víceprofilové
Zjišťujeme aberace, které jsou specifické pro určitou skupinu (například ER pozitivní nádory prsu).
profil 1
profil 2
:
profil N
změny specifické pro skupinu.
Většina metod pro analýzu arrayCGH je naprogramována v R, doporučujeme balíky: aCGH, GLAD, DNAcopy, cghMCR, BioHMM, MSMAD