[论文解读] Smoothing via Adaptive Shrinkage (smash): denoising Poisson and heteroskedastic Gaussian signals

Zhengrong Xing, Matthew Stephens|arXiv (Cornell University)|May 25, 2016

Statistical Methods and Inference参考文献 33被引用 3

一句话总结

本文提出自适应收缩（ash），一种灵活且计算高效的经验贝叶斯方法，通过使用一族单峰分布对泊松分布和异方差高斯信号进行去噪，实现估计值的收缩。该方法在信号平滑应用（如ChIP-Seq峰检测）中，相较于现有收缩方法（包括阈值法和专用的经验贝叶斯程序），在准确性和可靠性方面表现更优。

ABSTRACT

We describe the idea of adaptive shrinkage (ash), a general purpose Empirical Bayes (EB) method for shrinkage estimation, and demonstrate its application to several signal denoising problems. The ash method takes as input a set of estimates and their corresponding standard errors, and outputs shrinkage estimates of the underlying quantities (“effects”). Compared with existing EB shrinkage methods, a key feature of ash is its use of a flexible family of unimodal distributions to model the distribution of the effects. The approach is not only flexible and self-tuning, but also computationally convenient because it results in a convex optimization problem that can be solved quickly and reliably. Here we demonstrate the effectiveness and convenience of ash by applying it to several signal denoising applications, ∗The authors gratefully acknowledge please remember to list all relevant funding sources in the unblinded version 1 ar X iv :1 60 5. 07 78 7v 1 [ st at .M E ] 2 5 M ay 2 01 6 including smoothing of Poisson and heteroskedastic Gaussian data. In both cases ash consistently produces estimates that are as accurate – and often more accurate – than other shrinkage methods, including both simple thresholding rules and purpose-built EB procedures. We illustrate the potential for Poisson smoothing to provide an alternative to “peak finding” algorithms for sequencing assays such as Chromatin Immunoprecipitation (ChIP-Seq). The methods are implemented in an R package, smashr (SMoothing by Adaptive SHrinkage in R), available from http://www.github.com/stephenslab/smashr.

研究动机与目标

• 开发一种通用的收缩估计方法，以在存在异方差噪声的情况下提升信号去噪的准确性。
• 通过实现对效应分布的灵活、自适应建模，解决现有经验贝叶斯收缩方法的局限性。
• 提供一种计算高效的解决方案，通过求解凸优化问题实现可靠且快速的估计。
• 在真实世界数据类型（如泊松分布的测序数据和异方差高斯信号）上展示该方法的有效性。

提出的方法

• ash 方法使用一族灵活的单峰分布对潜在效应的分布进行建模，实现基于数据驱动形状估计的自适应收缩。
• 它利用经验贝叶斯原理，从观测到的估计值及其标准误中估计效应的先验分布。
• 该方法将收缩估计表述为凸优化问题，确保快速且可靠的收敛。
• 通过将每个估计值向估计先验下的后验均值调整，实现收缩，从而最小化估计风险。
• 该方法通过 R 包 smashr 实现，可在 GitHub 上获取，以确保广泛可用性和可复现性。
• 通过建模方差结构并相应应用收缩，该方法被应用于泊松分布和异方差高斯数据。

实验结果

研究问题

• RQ1 与现有收缩技术相比，灵活且自适应的经验贝叶斯方法是否能提升信号去噪的准确性？
• RQ2 在泊松分布数据上，自适应收缩的表现如何，特别是在与 ChIP-Seq 中传统峰检测方法的比较中？
• RQ3 在异方差高斯设定下，使用单峰分布族在多大程度上提升了估计的准确性？
• RQ4 该方法能否作为凸优化问题高效实现，同时保持鲁棒性和可扩展性？

主要发现

• ash 方法始终产生与简单阈值规则或专用经验贝叶斯程序相比同样准确或更准确的去噪估计。
• 对于泊松分布的信号，ash 为 ChIP-Seq 数据分析中的峰检测算法提供了一种可行的替代方案，提升了信号检测的准确性。
• 通过自适应建模方差结构实现收缩，该方法在异方差高斯数据上实现了更优的性能。
• 凸优化公式化使得计算快速、可靠且可扩展，使该方法适用于大规模数据应用。
• R 包 smashr 提供了用户友好的开源实现，使研究人员能够将该方法应用于各种信号去噪问题。