微阵列数据的多重比较中国科技论文在线.PDF

中国科技论文在线 　中国卫生统计2006 年 2 月第 23 卷第 1 期 ·5 · 微阵列数据的多重比较 △ ( ) 南京医科大学公共卫生学院 210029 　荀鹏程 　赵 　杨 　柏建岭 　易洪刚 　于 　浩 　陈 　峰 ( ) 　　【提 　要】　目的 　介绍阳性结果错误率 FDR 及相关控制方法在微阵列数据多重比较中的应用。方法 　用 BH 、BL 、 B Y 和 AL SU 四种 FDR 控制程序比较了 3 226 个基因在两组乳腺癌患者中的表达差异。结果 　四个程序在各自实用的范 围内均将 FDR 控制在 0 05 以下,检验效能由大到小的顺序为 :AL SU BH B Y BL 。AL SU 程序因引入 m 0 的估计 ,更 为合理 ,不仅提高了检验效能 , 同时又较好地控制了假阳性错误。结论 　在微阵列数据的比较中必须考虑 FDR 的控制 , ( ) 同时又要考虑提高检验效能。多重比较中 ,控制 FDR 比控制总 I 型错误率 FWER 检验效能高 ,且更为实用。 【关键词】　多重比较 　阳性结果错误率 　总 I 型错误率 　微阵列数据 重比较。目前教材所述多重比较皆属此类 〔3 〕。 引 　　言 广义的多重比较 ,一般指多变量的情形 ,即对同一 近年来 , 多重比较 ———上个世纪 50 年代的话题 问题通过对多变量的反复检验来回答,如多元回归中 ———在统计学界又引发了新的兴趣。特别是基于高通 各自变量的假设检验 ,微阵列数据分析中各个蛋白/ 基 ( ) ( 量的“微阵列 Microarray ”技术的迅速发展 ,给统计学 因的组间比较的假设检验等 ,简称多重检验 multiple 专业人员提供了大量的微阵列数据。这类资料的特 testing) 。 ( ) 点 :样本含量较小 一般为十几个或数十个 ,而变量数 事实上 ,多重检验是多重比较概念的推广 ,而多重 ( ) ( ) 基因数 非常多 一般为几百、几千甚至几万个 。在 比较又可视为多重检验的特例。狭义的多重比较中, 微阵列数据的差异表达分析中 , 多重比较问题就显得 分组变量如以指示变量表示 , 即可理解为多重检验。 尤为突出。而多重比较的统计方法