基于强度的层次贝叶斯方法改进了微阵列实验中差异表达基因的检测gydF4y2Ba
- PMID:gydF4y2Ba17177995gydF4y2Ba
- PMCID:gydF4y2BaPMC1781470gydF4y2Ba
- DOI:gydF4y2Ba10.1186 / 1471-2105-7-538gydF4y2Ba
基于强度的层次贝叶斯方法改进了微阵列实验中差异表达基因的检测gydF4y2Ba
摘要gydF4y2Ba
背景:gydF4y2Ba如果每个基因都独立考虑,小样本量通常用于微阵列实验,导致方差估计差。然而,在微阵列实验中准确估计基因表达测量的可变性是正确识别差异表达基因的必要条件。最近开发的几种检测基因差异表达的方法利用层次贝叶斯模型从多个基因“汇集”信息。我们开发了一种统计检验程序,通过将充分记录的基因绝对表达水平和基因表达测量的方差之间的关系纳入一般经验贝叶斯框架,进一步改进了目前的方法。gydF4y2Ba
结果:gydF4y2Ba我们提出了一种新的贝叶斯调节t,在两个真实的双通道微阵列实验和两个受控的单通道实验中,我们表明它在模拟中表现良好。在模拟中,新方法在正确估计假阳性的真实比例时获得了更大的能力,在两个公开的“峰值”实验的分析中,新方法比所有测试的替代方法表现得更好。我们还将我们的方法应用于两个实验数据集,并讨论了我们的方法与其他方法相比所揭示的额外生物学见解。实现我们算法的r源代码可以在http://eh3.uc.edu/ibmt免费获得。gydF4y2Ba
结论:gydF4y2Ba我们使用贝叶斯层次正态模型来定义一种新的基于强度的调节t统计量(IBMT)。该方法完全依赖于数据,使用经验贝叶斯理论估计超参数,因此不需要任何自由参数的规范。IBMT在微阵列数据分析中具有平衡两个重要因素的能力:方差相对于同一性的独立程度(即t检验vs.等方差假设),以及方差与信号强度之间的关系。当这种方差-强度关系较弱或不存在时,IBMT减少到前面描述的调节t统计量。此外,我们的方法可以直接应用于任何阵列平台和实验设计。总之,这些特性表明IBMT在几乎任何微阵列实验的分析中都是一个有价值的选择。gydF4y2Ba
数据gydF4y2Ba
类似的文章gydF4y2Ba
-
应用于微阵列研究的许多p值的经验贝叶斯筛选。gydF4y2Ba生物信息学。2005年5月1日;21(9):1987-94。doi: 10.1093 /生物信息学/ bti301。Epub 2005年2月2日。gydF4y2Ba 生物信息学》2005。gydF4y2Ba PMID:gydF4y2Ba15691856gydF4y2Ba
-
小样本量基因表达阵列的完全调节t统计量。gydF4y2BaStat app Genet Mol Biol. 2011 september 15;10(1):42。doi: 10.2202 / 1544 - 6115.1701。gydF4y2Ba 中华生物医学杂志,2011。gydF4y2Ba PMID:gydF4y2Ba23089813gydF4y2Ba 免费的PMC文章。gydF4y2Ba
-
微阵列实验中差异基因表达分析的多元层次贝叶斯模型。gydF4y2BaBMC生物信息学。2008;9增补1(增补1):S9。doi: 10.1186 / 1471 - 2105 - 9 - s1 - s9。gydF4y2Ba 生物信息学,2008。gydF4y2Ba PMID:gydF4y2Ba18315862gydF4y2Ba 免费的PMC文章。gydF4y2Ba
-
DNA微阵列基因表达数据的差异分析。gydF4y2BaMol Microbiol. 2003 Feb;47(4):871-7。doi: 10.1046 / j.1365-2958.2003.03298.x。gydF4y2Ba 微生物学杂志,2003。gydF4y2Ba PMID:gydF4y2Ba12581345gydF4y2Ba 审查。gydF4y2Ba
-
扩增差异基因表达(ADGE)与DNA微阵列的集成。gydF4y2BaIUBMB Life. 2002年12月;54(6):335-8。doi: 10.1080 / 15216540216032。gydF4y2Ba IUBMB Life, 2002。gydF4y2Ba PMID:gydF4y2Ba12665243gydF4y2Ba 审查。gydF4y2Ba
引用的gydF4y2Ba
-
利用转录组和蛋白质组的全局分析洞察电脉冲刺激人类肌管的代谢适应。gydF4y2Ba前方物理。2022年7月6日;13:928195。doi: 10.3389 / fphys.2022.928195。eCollection 2022。gydF4y2Ba 前方物理。2022。gydF4y2Ba PMID:gydF4y2Ba35874526gydF4y2Ba 免费的PMC文章。gydF4y2Ba
-
DiffChIPL:基于limma的生物重复的高通量测序数据的差分峰值分析方法。gydF4y2Ba生物信息学,2022年9月2日;38(17):4062-4069。doi: 10.1093 /生物信息学/ btac498。gydF4y2Ba 生物信息学》2022。gydF4y2Ba PMID:gydF4y2Ba35809062gydF4y2Ba
-
在狼疮肾炎患者中,从一系列活组织检查中提取的肾隔层分子图谱将治疗应答者与非应答者区分开来。gydF4y2Ba肾脏国际2022年10月102(4):845-865。doi: 10.1016 / j.kint.2022.05.033。Epub 2022 7月2日。gydF4y2Ba 肾脏国际。2022。gydF4y2Ba PMID:gydF4y2Ba35788359gydF4y2Ba
-
HyperChIP:在ChIP-seq或ATAC-seq样品中识别高变量信号。gydF4y2BaGenome Biol. 2022 Feb 28;23(1):62。doi: 10.1186 / s13059 - 022 - 02627 - 9。gydF4y2Ba 基因组生物学。2022。gydF4y2Ba PMID:gydF4y2Ba35227282gydF4y2Ba 免费的PMC文章。gydF4y2Ba
-
调节B细胞氧化应激促进食物过敏免疫治疗。gydF4y2BaOxid Med Cell longgev . 2022年1月21日;2022:3605977。doi: 10.1155 / 2022/3605977。eCollection 2022。gydF4y2Ba 氧化医学细胞,2022年。gydF4y2Ba PMID:gydF4y2Ba35096267gydF4y2Ba 免费的PMC文章。gydF4y2Ba
参考文献gydF4y2Ba
-
- 崔旭,裴建平,李晓燕。微阵列数据分析:从无序到整合和共识。Nat Rev Genet。2006;7:55-65。doi: 10.1038 / nrg1749。-gydF4y2BaDOIgydF4y2Ba-gydF4y2BaPubMedgydF4y2Ba
-
- Storey JD, Tibshirani R.全基因组研究的统计学意义。中国科学(d辑:自然科学版)2003;doi: 10.1073 / pnas.1530509100。-gydF4y2BaDOIgydF4y2Ba-gydF4y2BaPMCgydF4y2Ba-gydF4y2BaPubMedgydF4y2Ba
-
- Baldi P, Long AD。微阵列表达数据分析的贝叶斯框架:正则化t检验和基因变化的统计推断。生物信息学。2001;17:509 - 519。doi: 10.1093 /生物信息学/ 17.6.509。-gydF4y2BaDOIgydF4y2Ba-gydF4y2BaPubMedgydF4y2Ba
-
- 王晓燕,王晓燕,王晓燕。微阵列实验的经验贝叶斯分析。中华统计杂志2001;96:1151-1160。doi: 10.1198 / 016214501753382129。-gydF4y2BaDOIgydF4y2Ba
-
- Jain N, Thatte J, Braciale T, Ley K, O'Connell M, Lee JK。用少量复制微阵列识别差异表达基因的局部池误差检验。生物信息学。2003;19:1945 - 1951。doi: 10.1093 /生物信息学/ btg264。-gydF4y2BaDOIgydF4y2Ba-gydF4y2BaPubMedgydF4y2Ba
发布类型gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
网格计算gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
物质gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
-
行动gydF4y2Ba
给予的支持gydF4y2Ba
LinkOut -更多资源gydF4y2Ba
全文来源gydF4y2Ba
其他文献来源gydF4y2Ba