首页 > 文献资料
-
六种基因表达谱数据筛选差异表达基因方法的比较
目的 比较SAM方法、Bonferroni校正法、BH法等6种基因表达谱数据筛选差异表达基因的方法,探讨了各种方法的筛选效果.方法 采用6种待比较的方法处理不同样本量和方差条件下的模拟数据,比较筛选结果与模拟设定的差异,计算相应的考核指标,探讨6种方法筛选差异表达基因的效果.结果 Bonferroni校正法、Sidak校正法和Hochberg法可将FWER、FDR控制在很低的水平,但是筛选出的差异表达基因数比较少;成组t检验方法筛选的差异表达基因数多,但是不能有效地控制FWER、FDR水平,筛选出的差异表达基因假阳性数过多;相同样本量和方差条件下,SAM方法和BH法筛选差异表达基因数、假阳性数、FWER和FDR均相差不大,均筛选出较多的差异表达基因,且控制了多重检验错误率.结论 SAM方法适用于基因表达谱数据筛选差异表达基因的数据分析.
-
差异表达基因筛选方法的比较
目的 比较基因芯片数据分析中常用的用于筛选差异表达基因的几种方法,探讨各方法的筛选效果.方法 使用Borferroni修正法等8种保守的方法以及两样本t检验、Wilcoxon非参数法、SAM共11种方法对模拟的芯片数据进行处理,以FDR(False discovery rate)和筛检的差异表达基因个数为指标考察其筛选效果.结果 SAM的FDR仅次于8种保守的方法,但筛检的差异表达基因个数较多,适合基因芯片初筛差异表达基因的目的.结论 SAM适合基因芯片初筛差异表达基因的目的.
-
全基因组关联研究中的多重校正方法比较
全基因组关联研究(Genome-Wide Association Studies,GWAS)可以直接研究人类行为能力和基因型间的关联,为心理学研究者从全基因组层次探索人类行为能力的遗传基础提供了新的手段.GWAS中涉及大量位点和行为的关联检验,所以必须采用多重校正来控制整体虚报.尽管存在多种校正方法可供选择,但GWAS研究中不同校正方法的适用性,目前尚缺少系统研究,使得GWAS中多重校正方法的选择缺少理论和经验依据.GWAS中常用的校正方法有基于族错误率(Family-Wise Error Rate,FWER)标准的Bonferroni校正法,Holm 递减调整法,排列检验法和基于错误发现率(False Discovery Rate,FDR)标准的BH法.对这4种多重校正方法的原理和流程进行了详细阐述；提出了一种GWAS数据仿真方法,并基于仿真数据对不同多重校正方法进行了定量比较.结果显示,前3种基于FWER的方法差别很小,它们对虚报的控制为严格,但是检测出的真实关联的位点数却显著低于基于FDR的BH法.独立数据上,BH法所报告的SNPs对行为具有高的解释率,即相对于其它方法,BH方法更好的平衡了虚报和击中.未来研究中可以考虑用BH法来对结果进行校正.
