判别分析驱动的微阵列数据的降维策略中国科技论文在线.PDF

中国科技论文在线 　中国卫生统计 2009年 4 月第 26 卷第 2 期 ·147 · 判别分析驱动的微阵列数据的降维策略 1 2 3 1 1△ 荀鹏程 　钱国华 　富春枫 　于 　浩 　陈　峰 　　【提 　要 】　目的　探究判别分析驱动的微阵列数据之降维策略 。方法 　3 步降维策略 。即首先采用 “单变量检验 FDR 控制 ”结合 “相关矩阵差值综合评分法 ”的预选维 ;其次采用 PCA、PL S等方法作进一步降维 ;最后用逐步判别的思想 筛选 。结果 　以 A lon等的结肠癌数据为例展示了该 3步降维策略在判别分析过程中的应用 ,组内回代错误率为 968% , 弃一法交叉验证的错误率为 1129% 。结论 　本文提出的 “初步选维 →进一步降维 →逐步判别筛选 ”的 3 步降维策略 对于后续的微阵列数据判别分析是实用 、可行的。 【关键词 】　降维策略 　判别分析 　微阵列数据 　FDR 基因得分 　　近年来 ,生物医学领域中高通量的 “微阵列 ”新技 〔1 〕 性 ,考虑采用 “单变量检验 FDR 控制 ” 结合 “相关矩 术迅速发展 ,并逐步成为基因表达谱分析 、新生物学标 阵差值综合评分法 ”的选维策略 。 ( ) ( ) 志物 b iom arker 发现 、疾病机制的研究、药物筛选等 1 m 个基因组间差异表达分析 强有力的工具之一 ,与此同时产生了大量的微阵列数 单变量组间差异比较用 t检验或 Perm u tation 检 ( ) 〔3 〕 〔1 〕 据 m icroarray data 。这类 “高维度 ”的微阵列数据不 验 ,可用 BH 程序或 AL SU 程序 控制 FDR ,计算调 仅给人们对数据结构的想象、理解和表示带来了困难 , 整 P 值, 记为 PFDR 。 而且给统计分析带来了极大的挑战 〔1 〕,如 : ①变量维 (2) m 个基因两两组间相关差异分析 度的增加 ,使得微阵列数据的差异表达分析中 ,多重比 ①当 Y = 0 时, 计算 m 个基因的相关阵 R0 , 当 Y = ( ) 较 m u ltip le comp arison 问题显得尤为突出; ② 由于维 1时, 计算 m 个基因的相关阵 R 1 , 并计算 R = R 1 - R0 。 度过高 ,基于全变量空间距离矩阵的一些算法效率严 ②将相关系数组间差值组成的矩阵 R 转换为指 重下降 ,出现 “数据分布稀疏 、差距趋零 ”现象 ,甚至会 示矩阵 I。I 中的元素满足以下关系 :