生物芯片的数据处理及应用教案分析.ppt

三、差异基因筛选 1、倍数法 实验条件下的表达值（荧光强度值） 对照条件下的表达值（荧光强度值） 通常以2倍差异为阈值，判断基因是否差异表达 通常大于2或者小于0.5即认为表达有差异 这个筛选标准是可以改变的，如（0.333，3），（0.667，1.5） 这种方法简单、直观。但是其阈值的划分主观性较强，未考虑到生物学变异和实验系统误差，缺乏生物学和统计学支持。这种方法适用于预实验和实验初筛，或辅助其他差异基因筛选方法。 2、t检验法 运用t检验法可以判断基因在两种不同条件下的表达差异是否具有显著性 零假设H0：μ1=μ2，即假设某基因在两种不同条件下的平均表达水平相等 备择假设H1：μ1！=μ2 在实际操作中，经常结合t检验分析和 倍数分析对数据进行筛选。火山图(Volcanoplot右图)是用p-value值与fold change值两个因素共同绘制的，用于显示两组样品数据的显著性差异。通常当p-value0.05且Foldchange≥2时，我们认为这些基因在两组样品中具有显著性差异。 3、SAM (significance analysis of microarrays) (一) 多重假设检验问题 Ⅰ型错误（假阳性）即在假设检验作推断结论时，拒绝了实际上正确的检验假设，即将无差异表达的基因判断为差异表达。 Ⅱ型错误（假阴性）即不拒绝实际上不正确的，即将有差异表