Métodos de estimación de valores faltantes para microarrays de ADN

Presentamos un estudio comparativo de varios métodos para la estimación de valores faltantes en datos de microarrays génicos. Implementamos y evaluamos tres métodos: un método basado en descomposición en valores singulares (SVD) (SVDimpute), k-vecinos más cercanos ponderados (KNNimpute), y el promedio por fila. Evaluamos los métodos usando una variedad de configuraciones de parámetros y diferentes conjuntos de datos reales, y evaluamos la robustez de los métodos de imputación ante la cantidad de datos faltantes en un rango de 1 a 20% de valores faltantes. Mostramos que KNNimpute parece ofrecer un método más robusto y sensible para la estimación de valores faltantes que SVDimpute, y que ambos métodos, SVDimpute y KNNimpute, superan al método comúnmente usado del promedio por fila (así como llenar valores faltantes con ceros). Reportamos resultados de los experimentos comparativos y proporcionamos recomendaciones y herramientas para la estimación precisa de datos faltantes de microarrays bajo una variedad de condiciones.