张杨 张威 曹文君 李运明 李宁霞 陈长生.肿瘤表达谱基因芯片数据的混合效应模型分析[J].,2015,15(3):533-537 |
肿瘤表达谱基因芯片数据的混合效应模型分析 |
Mixed-effects Model Analysis on Cancer Microarray Data |
|
DOI: |
中文关键词: 混合效应模型 基因表达谱 肿瘤基因芯片数据 通路分析 统计学意义 |
英文关键词: Mixed-effects models Gene Expression Profile Cancer data Pathway analysis Statistical significance |
基金项目:国家自然科学基金项目(81172770) |
|
摘要点击次数: 827 |
全文下载次数: 1848 |
中文摘要: |
目的:研究混合效应模型(Mixed Effects Model)在肿瘤表达谱基因芯片数据分析中的检验效能,并探讨其分析效果。方法:采
用混合效应模型分析肿瘤实例基因芯片数据,并以基因集富集分析方法(GSEA)作为参照比较分析结果的有效性和科学性,探讨
其检验效果。结果:通过混合效应模型和基因集富集分析(GSEA)两种方法对肿瘤基因芯片数据的分析和比较,两种方法筛选出
共同的差异表达通路外,混合效应模型额外地筛选出来GSEA未能检验到的8 条差异表达通路,且得到文献支持;混和效应模型
筛选出的前10 个差异表达通路中有6 个已有生物学证明而基因集富集分析方法(GSEA)筛选出的前10 个差异表达通路中仅有
4 个已有生物学证明。结论:混合效应模型作为top-down 方法中的典型代表,其优势在于通过构建潜变量达到降维目的,可有效
地减少多个复杂的变异来源从而保证了结果的准确性和科学性,其检验效能优于基因集富集分析方法(GSEA),是一种行之有效
的筛选肿瘤基因芯片数据的分析方法。 |
英文摘要: |
Objective:To study and evaluate the examine effectiveness of mixed-effects models in cancer microarray data
analysis.Methods:The real cancer microarray data was analysed with mixed-effects model, and GSEA was taken as a comparative
analysis method to evaluate the testing results.Results:By applying the two analysis methods with the real cancer data, eight
differentially expressed pathways were additionally screened by the mixed-effects models other than the common one; Mixed effect
models screened six biological pathways out of top ten, however, GSEA only screened four.Conclusion:Asthe typical of top-down
approach, mixed effects models reduces the complexity of multiple sources of variations by conceiving a latent variable to ensure the
scientific and accuracy of the analysis results. It is better than GSEA in terms of the effectiveness and accuracy and more suitable for
cancer gene expression data. |
查看全文
查看/发表评论 下载PDF阅读器 |
关闭 |