论文部分内容阅读
研究目的：在基因芯片数据分析中，探索一种合适的统计分析方法使其利用尽可能少的基因达到较好的预测效果。
研究意义：从术时基因表达的角度探讨乳腺癌病人预后预测的问题，为进一步的综合微观的基因表达水平，宏观的临床表型和干预措施等的预后预测和动态预后预测等进一步的研究提供基础。
研究内容：利用模拟数据客观评价各差异表达基冈筛选方法的效果：利用模拟数据评价两种分类预测方法在不同基冈相关性条件下的预测能力：并结合乳腺癌案例数据筛选可用于预测乳腺癌病人预后的基因。
研究方法：首先设定差异表达基因和非差异表达基因的概率分布，产生模拟数据，用各种筛选差异表达基因的方法进行分析后计算相应的评价指标，从阳性基因数日、假阳性基因数目和假阳性率来对各方法进行评价。利用混合线性模型产生预测研究用的表达水平相关的模拟基因表达数据。用PAM法和三步法分析，比较分析结果和设定值的差异，从约登指数、假阳性率及建模基冈数日来评价两方法的优缺点。最后利用三步法对案例数据进行分析，筛选出预测乳腺癌病人预后的预后基冈，并通过生物信息学对这些基冈进行功能的查找和文献支持。
主要结果：SAM的假阳性率仅次于Bonferroni修正法、Sidak修正法、Bootstrap修正法和、Permutation修正法、StepdownBonferroni修正法、StepdownSidak修正法、StepdownBootstrap修正法和StepdownPermutation修正法这8种保守的方法，但其筛检出的差异表达基因个数较多，适合基因芯片初筛差异表达基因的日的。三步法在基因间相关性较大时，其预测能力较PAM法为佳，建模基因数目较PAM少，但假阳性率高。在乳腺癌的案例数据分析中，我们筛选所得的13个预后预测基冈其预测能力稳健，效果良好，且有部分已经有文献报道确认其与癌症的关系。
结论：二步法在保持预测准确性的基础上，控制了变量数目，但其假阳性率高，需要结合其他方法使用。l3个预后预测基冈建立的模型预测效果较好，值得进一步研究。