微阵列数据分析和错误发现率
本文关键词:微阵列数据分析和错误发现率
更多相关文章: 微阵列数据 多重假设检验 错误发现率 控制和估计 前列腺癌
【摘要】:目的:介绍微阵列数据的差异表达分析和基于错误发现率的多重假设检验。方法:通过t检验对一个关于前列腺癌的微阵列数据进行基因差异表达分析,采用BH程序进行错误发现率的控制和经验估计。结果:当错误发现率为0.05时通过BH程序得到21个差异表达基因;当以|t|≥3作为拒绝域时,得到105个基因,对应的错误发现率估计值为0.20。结论:相对传统的总体错误率,错误发现率更加适合于微阵列这种高维数据多重比较的错误控制;而且能同时控制或估计错误发现率。
【作者单位】: 徐州医学院公共卫生学院流行病学与卫生统计学教研室;南京医科大学公共卫生学院流行病学与卫生统计学教研室;
【关键词】: 微阵列数据 多重假设检验 错误发现率 控制和估计 前列腺癌
【基金】:江苏省教育厅高校哲学社会科学研究基金资助项目2010SJB790037 徐州医学院公共卫生学院科研课题资助项目201107,201115
【分类号】:R737.25
【正文快照】: 现代生物和医学技术的发展使得人们能够收集到大量的数据,微阵列技术是其中的著名代表,为人们提供了一种从没有过的医学实践方式。微阵列技术用含有成千上万种的DNA或者蛋白质序列的微小玻璃芯片取代传统生物医学中的凝胶、滤器和纯化柱,使得科学家们能够在基因组规模上对基
【参考文献】
中国期刊全文数据库 前4条
1 王婷;曾平;黄水平;赵华硕;;错误发现率的经验估计和应用[J];郑州大学学报(医学版);2012年05期
2 曾平;王婷;;贝叶斯错误发现率[J];山东大学学报(医学版);2012年03期
3 荀鹏程;赵杨;易洪刚;柏建岭;于浩;陈峰;;Permutation Test在假设检验中的应用[J];数理统计与管理;2006年05期
4 王婷;曾平;黄水平;赵华硕;;错误发现率及其扩展和应用[J];重庆医科大学学报;2011年12期
【共引文献】
中国期刊全文数据库 前10条
1 黄萌;蔡琳;;Haploview与PHASE在单体型研究中的应用[J];福建医科大学学报;2009年04期
2 黄群;林洁梅;赵佳因;;两个一维总体分布相等性的permutation检验[J];辽宁工程技术大学学报(自然科学版);2012年06期
3 韩斌;陈岩;来海锋;厉力华;祝磊;代琦;;基于诊断结果相关性分析的肿瘤基因标志物提取方法[J];航天医学与医学工程;2010年06期
4 孙亮;李庆硕;李建更;段艳华;;模糊基因网络的构建[J];计算机应用研究;2008年09期
5 彭倩倩;薛付忠;;permutation-PCA方法在病例对照关联分析中不同遗传模型下的表现[J];山东大学学报(医学版);2009年03期
6 杨铭;焦丽静;陈佩奇;王珏;许玲;;复杂系统熵网络方法及其在中医肿瘤临床数据挖掘中的应用[J];世界科学技术(中医药现代化);2012年02期
7 王芳娟;;基于三种相关分析的脑功能网络研究[J];绍兴文理学院学报(自然科学);2012年04期
8 张志勇;黄育民;张凯;王侯聪;江良荣;;水稻株高QTL定位及精确性分析[J];厦门大学学报(自然科学版);2008年01期
9 王璐;荀鹏程;赵纯;沙家豪;陈峰;;差异表达驱动的微阵列数据降维策略[J];中国卫生统计;2007年04期
10 曾邦伟;陆芳;蔡强;黄旭;尹平;;Permutation tests在生物医学研究中的应用以及在SAS中的实现[J];中国卫生统计;2008年01期
中国重要会议论文全文数据库 前1条
1 曾平;黄水平;赵华硕;金英良;谭英;;基于Permutation重抽样的多重检验和FDR估计[A];2011年中国卫生统计学年会会议论文集[C];2011年
中国博士学位论文全文数据库 前6条
1 徐红林;基因调控网络的建模及其结构分解方法研究[D];江南大学;2010年
2 韩宁;SYNGAP1基因和UPF3B基因与秦巴山区精神发育迟滞的关系研究[D];西北大学;2011年
3 荀鹏程;高维生物学数据分析中的几个统计问题[D];南京医科大学;2007年
4 丁宁;脓毒症单核巨噬细胞特异性结合肽的筛选与鉴定[D];南方医科大学;2007年
5 王素珍;自适应设计中样本量调整问题的研究及Web实现[D];第四军医大学;2008年
6 任晓卫;上海地区人群甲型流感HA抗原进化与基因进化关系研究及H1N1流感潜在免疫显性位点的筛选[D];复旦大学;2010年
中国硕士学位论文全文数据库 前10条
1 李靖U,
本文编号:525977
本文链接:https://www.wllwen.com/yixuelunwen/jichuyixue/525977.html