增长曲线模型预测疾病进展中的临床表型

近日，研究人员在bioRxiv上发表了一项预印本研究，提出利用增长曲线模型（GCM）分析纵向转录组数据，以预测疾病进展中的临床表型。传统差异表达方法难以同时处理组效应和时间依赖性，而GCM作为MANOVA的推广，能有效识别基因表达的纵向差异谱。该研究以儿童狼疮为例，通过GCM成功识别了与疾病进展相关的基因表达模式，并预测了临床表型。这一方法为复杂转录组数据的分析提供了新工具，但需注意该研究尚未经同行评审。