基因排序与相关性下的生物标志物发现
摘要：基因标记的发现和基因排序是基因组高通量分析中的一个标准任务。通常，标记的排序基于t-score的稳定变体，如修正的t或SAM统计量。然而，这些过程忽略了基因间的相关性，这可能对基因排序和随后的测试的功效产生深远影响。 我们提出了一种简单的方法，调整基因的t统计量以考虑基因之间的相关性。得到的经过相关性调整的t-score（“cat”分数）是基于预测的角度衍生出来的，即作为区分两个类别线性判别分析中的变量选择的得分。在没有相关性的情况下，cat分数会变为标准的t-score。此外，使用cat分数可以轻松评估特征组（即基因集）。对于从小样本数据计算cat分数，我们提出了一种收缩过程。在包括六种不同的合成和经验相关结构的比较研究中，我们展示了cat分数改善了基因排序的估计，并提高了固定真实发现率的功效，反之亦然。最后，我们还通过分析代谢组数据来说明cat分数。缩减的cat分数已经在R软件包“st”中实现，可从URL http://cran.r-project.org/web/packages/st/ 下载。
作者：Verena Zuber and Korbinian Strimmer
论文ID：0902.0751
分类：Applications
分类简称：stat.AP
提交时间：2009-10-09