J'envisagerais d'utiliser des signatures d'expression génique pour classer les échantillons (en particulier les sous-types de cancer mais les mêmes principes s'appliquent à d'autres problèmes de ce type) l'un des problèmes classiques de la bioinformatique. Beaucoup de travail a été fait sur les méthodes pour dériver des ensembles de gènes qui fournissent de bonnes performances de classification. Ceci est légèrement différent de votre problème puisque vous avez déjà une signature génétique, mais cela peut quand même s'avérer utile.

Ces méthodes conviennent généralement à un modèle qui sélectionne un (petit) nombre de gènes à partir de données d'expression à l'échelle du génome qui distinguent les types / conditions cellulaires en question, c'est-à-dire qu'ils dérivent une signature génétique. Le modèle résultant permet alors la classification de nouveaux échantillons. J'ai eu du succès en utilisant GeneRave à cette fin (mais notez que cela a été conçu pour les données de microarray, je ne l'ai pas utilisé avec les données RNA-seq et je ne sais pas à quel point cela tient là-haut ). Un article plus récent concernant ce problème est disponible ici.

Alors, comment cela vous aide-t-il? Une option serait d'ajuster l'un de ces classificateurs aux données d'expression génique pour les gènes que vous connaissez déjà pour obtenir un modèle qui peut ensuite être appliqué automatiquement à de nouveaux échantillons.