基于混合線性模型和條件變量分析的DNA微陣列數(shù)據(jù)分析方法研究.pdf

1、浙江大學博士學位論文基于混合線性模型和條件變量分析的DNA微陣列數(shù)據(jù)分析方法研究姓名：陸燕申請學位級別：博士專業(yè)：生物信息與數(shù)量遺傳學指導教師：朱軍2002.1.1了驗證。模擬結果表明該方法在絕大多數(shù)情況下優(yōu)于傳統(tǒng)的t檢驗和Wolfinger提出的混合模型方法。驗證了基因和處理的互作效應可以作為鑒定差異表達基因的更為恰當?shù)闹笜恕?研究表明我們提出的基于混合線性模型的方法可以無偏或近無偏地估算固定效應和預測隨機效應。對基因主效應的無偏估計

2、值和基因與處理互作效應的無偏預測值進行聚類可以獲得具有統(tǒng)計學和生物學意義的結果。4將我們提出的混合線性模型進行拓展，可以用來分析動態(tài)的基因表達數(shù)據(jù)。我們定義了一個新變量度量給定f1時刻的基因表達量來確定t時刻的基因表達情況，用條件變量的方法來估計條件方差、預測條件遺傳效應，可以揭示在特定時間段基因表達的變異情況。5對新提出的基于條件變量的分析芯片數(shù)據(jù)的方法進行了蒙特卡羅模擬研究。結果表明基于條件變量的分析方法在大多數(shù)情況下表現(xiàn)得比差值法

3、更有效。同時結果還進一步顯示了將基因和環(huán)境的互作效應作為鑒定差異表達基因的指標是非常有效的。6為了適應實際分析的需要，用c／c抖語言編寫了軟件，可以用于分析基因芯片的表達數(shù)據(jù)，估算基因表達變異來源的方差組成和預測遺傳效應，同時尋找差異表達基因。7以幾種藥物處理特異癌癥細胞系的實際芯片實驗數(shù)據(jù)的分析為例，說明了本研究所提方法的分析過程及分析所得結果的生物學意義a■關鍵詞DNA微陣列基因表達混合線性模型蒙特卡羅模擬條件變量分析一——～———