多重假设检验的FDR控制方法在基因组学中的效率改进.docxVIP

多重假设检验的FDR控制方法在基因组学中的效率改进

一、引言

随着高通量测序、基因芯片等技术的快速发展，基因组学研究进入了大数据时代，一次实验就能产生数万甚至数十万的检验假设。例如，全基因组关联研究需要对上百万个单核苷酸多态性位点与疾病的关联进行检验，转录组学分析则需要比较数千个基因在不同样本中的表达差异。在这种大规模多重检验场景下，传统的家族错误率控制方法如Bonferroni校正虽然能严格控制至少出现一个假阳性的概率，但由于过度保守，会导致大量真实的生物学信号被遗漏，检验功效极低（BenjaminiHochberg,1995）。

错误发现率（FDR）作为一种更适合大规模多重检验的误差控制指标，自提出以来迅速成为基因组学研究中的核心统计方法。错误发现率指的是在所有被判定为显著的检验结果中，假阳性结果所占比例的期望，它允许研究者在可接受的错误范围内筛选出更多潜在的真实信号，有效平衡了假阳性控制与检验功效之间的矛盾（BenjaminiHochberg,1995）。然而，基因组学数据具有高维度、强相关性、异质性显著等特点，传统的FDR控制方法在面对这些复杂数据时，仍然存在效率不足的问题，比如计算速度慢、功效偏低、无法适应数据的依赖结构等。因此，针对基因组学数据的特性，改进FDR控制方法的效率，成为当前生物统计学与基因组学交叉领域的研究热点之一。

二、多重假设检验与FDR控制