GaGa：一种简洁灵活的差异表达模型
摘要：层次模型在具有少量到中等数量重复实验的高通量数据中是一种强大的工具，因为它们允许在信息单元（如基因）之间共享信息。我们提出了两种这样的模型，并展示了其在微阵列差异表达应用中的增强灵敏度。我们在Kendziorski等人[Statist. Med. 22 (2003) 3899--3914]和Newton等人[Biostatistics 5 (2004) 155--176]引入的伽玛-伽玛层次模型的基础上，解决了可能限制其性能和更广泛使用的重要局限性。这些模型简明地描述了成千上万个基因的表达，只使用少量超参数。这使得它们易于解释和分析。第一个模型是一个简单的扩展，虽然复杂度几乎没有增加，但显著提高了拟合度。我们提出了第二个扩展，它使用了一个混合伽玛分布来进一步提高拟合度，但计算负担也相应增加。我们导出了几种显著降低计算成本的近似方法。我们发现，我们的模型优于原始模型的构建方式，以及其他一些常用的差异表达分析方法。在高通量实验中常见的小样本大小下，改进的性能尤为明显。我们的方法在免费提供的Bioconductor gaga软件包中实现。
作者：David Rossell
论文ID：0910.1479
分类：Applications
分类简称：stat.AP
提交时间：2009-10-09