基于SAM的基因表達(dá)譜數(shù)據(jù)分析方法研究及應(yīng)用.pdf

1、微陣列技術(shù)可同時(shí)獲得大量基因的表達(dá)譜，已廣泛應(yīng)用于生物醫(yī)學(xué)研究。基因表達(dá)譜數(shù)據(jù)具有高維和樣本量小的特點(diǎn)，如何挖掘其中所蘊(yùn)含的海量基因信息，深層次研究基因功能，已成為微陣列技術(shù)發(fā)展和應(yīng)用的瓶頸。目前，基因表達(dá)譜數(shù)據(jù)分析方法的研究已成為生物與醫(yī)學(xué)統(tǒng)計(jì)學(xué)研究領(lǐng)域的重要任務(wù)和熱點(diǎn)問(wèn)題。本文研究基于SAM的基因表達(dá)譜數(shù)據(jù)分析方法，圍繞篩選差異表達(dá)基因、控制多重檢驗(yàn)錯(cuò)誤率和微陣列實(shí)驗(yàn)樣本量估計(jì)中的若干生物統(tǒng)計(jì)學(xué)問(wèn)題展開(kāi)初步的研究。本研究主要作了以下

2、工作：
　　1.簡(jiǎn)要介紹了微陣列實(shí)驗(yàn)設(shè)計(jì)方法、數(shù)據(jù)預(yù)處理和標(biāo)準(zhǔn)化方法。廣泛復(fù)習(xí)和回顧了基因表達(dá)譜數(shù)據(jù)篩選差異表達(dá)基因的統(tǒng)計(jì)方法和控制多重檢驗(yàn)錯(cuò)誤率的方法。
　　2.根據(jù)微陣列研究統(tǒng)計(jì)設(shè)計(jì)和數(shù)據(jù)資料類型，分別引入解釋變量為計(jì)量變量、分組變量為兩分類或多分類變量，以及數(shù)據(jù)資料為重復(fù)測(cè)量設(shè)計(jì)和生存分析資料時(shí)，篩選差異表達(dá)基因的SAM方法；給出了permutation算法計(jì)算FDR的方法；介紹了用于呈現(xiàn)微陣列研究差異表達(dá)基因的統(tǒng)計(jì)圖

3、表。當(dāng)微陣列研究分組變量為多分類變量時(shí)，針對(duì)多組間多重比較中效應(yīng)量（標(biāo)準(zhǔn)均數(shù)差）計(jì)算問(wèn)題進(jìn)行了深入研究。
　　3.探討了pFDR的Bayes解釋和q值的解釋，給出了固定拒絕域估計(jì)pFDR、FDR和q值的算法；對(duì)評(píng)價(jià)一組假設(shè)檢驗(yàn)顯著性的統(tǒng)計(jì)量尾強(qiáng)度（TS）進(jìn)行研究，探討了TS的專業(yè)解釋，并給出了TS與FDR的關(guān)系。
　　4.假定power1?=FDRβ=，F(xiàn)NR=α，給出了一種簡(jiǎn)單的適用于多種設(shè)計(jì)類型的微陣列研究樣本量估計(jì)方法

4、。
　　5.采用模擬數(shù)據(jù)比較了SAM方法、Bonferroni校正法、BH法等6種基因表達(dá)譜數(shù)據(jù)篩選差異表達(dá)基因的方法，探討了各種方法的篩選效果。結(jié)果發(fā)現(xiàn)：Bonferroni校正法、Sidak校正法、Hochberg法和成組t檢驗(yàn)方法不適用于基因表達(dá)譜篩選差異表達(dá)基因的數(shù)據(jù)分析；SAM方法和BH法篩選差異表達(dá)基因數(shù)、假陽(yáng)性數(shù)、FWER和FDR均相差不大，均篩選出較多的差異表達(dá)基因，且控制了多重檢驗(yàn)錯(cuò)誤率，適用于基因表達(dá)譜數(shù)據(jù)篩選