尋找差異基因的概率方法研究.pdf

1、在目前醫(yī)學及生命科學研究中,基因芯片被廣泛用來進行各種生物實驗。其中尋找差異基因在芯片實驗中是最基本的實驗目的,它在基因診斷、藥物篩選等方面有著重要作用。由于芯片實驗是復雜多步驟的實驗過程,產生的基因表達數據包含了大量噪音,另外重復芯片個數太少和基因表達測量值精度低等多方面影響,使得尋找差異基因非常困難。目前的許多方法僅僅利用重復芯片的基因表達數據的點估計來尋找差異基因。而廣泛使用的Affymetrix基因芯片利用多探針技術在提供了基因

2、表達值的同時也提供了獲得基因表達值測量誤差的可能。而概率方法能夠自然的結合基因表達值和測量誤差。最近提出的概率方法PPLR同時考慮了基因的表達值和測量誤差,提高了尋找差異基因的精確度。但是PPLR方法在變分EM算法中采用了重采樣近似計算技術,導致了較低的計算效率。本論文改進現有的PPLR模型,獲得一個計算效率和計算精度更高的新模型IPPLR。
　　 IPPLR模型采用多層貝葉斯理論,在同時考慮基因的表達值和測量誤差的情況下,在原

3、有PPLR模型中增加一層隱含變量,代表每個基因的真實表達值,利用變分EM算法估計模型中的參數,算法中每步計算都能得到解析解,從而克服了PPLR中低效的重采樣過程。通過GoldenSpike-in標準數據集和真實的Mouse Embryo數據集驗證,IPPLR模型相比已有模型能同時提高計算精確度和計算效率。進一步驗證在大規(guī)模數據集,Mouse Hair數據集和Mouse Colitis數據集上,IPPLR模型能大幅度的提高計算效率,而且隨