一个基因可能同时参与几套功能系统，也可能在不同阶段“换队”。传统聚类常把对象硬塞进唯一、固定的组，容易漏掉这两层变化。JASA 已接收的 time-varying Auto-Align clustering（AAclust）正是为此设计：它用因子模型——以少数隐藏的共同模式解释大量观测变量——表示重叠归属，并允许这种关系随时间改变。
最关键的一步是自动“认队”。聚类编号本来没有固定含义：上一时刻的第 1 簇，下一时刻可能只是被改叫第 3 簇。AAclust利用任意两个时点之间的交叉协方差矩阵——用于描述两边变量如何共同变化——对齐标签，不必事后再用 Rand index 等相似度指标配对。作者还从理论上论证，框架能一致估计簇的数量及特征的重叠归属；并报告了九种模拟设定，以及连续自然刺激下的功能性磁共振成像数据应用。具体优势幅度，现有材料未披露。