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(xué)博士學(xué)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(xué)位級別：博士專業(yè)：生物信息與數(shù)量遺傳學(xué)指導(dǎo)教師：朱軍2002.1.1了驗證。模擬結(jié)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(yīng)可以作為鑒定差異表達(dá)基因的更為恰當(dāng)?shù)闹笜?biāo)。3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(yīng)和預(yù)測隨機(jī)效應(yīng)。對基因主效應(yīng)的無偏估計

2、值和基因與處理互作效應(yīng)的無偏預(yù)測值進(jìn)行聚類可以獲得具有統(tǒng)計學(xué)和生物學(xué)意義的結(jié)果。4將我們提出的混合線性模型進(jìn)行拓展，可以用來分析動態(tài)的基因表達(dá)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(dá)量來確定t時刻的基因表達(dá)情況，用條件變量的方法來估計條件方差、預(yù)測條件遺傳效應(yīng)，可以揭示在特定時間段基因表達(dá)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(jìn)行了蒙特卡羅模擬研究。結(jié)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(jié)果還進(jìn)一步顯示了將基因和環(huán)境的互作效應(yīng)作為鑒定差異表達(dá)基因的指標(biāo)是非常有效的。6為了適應(yīng)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(dá)數(shù)據(jù)，估算基因表達(dá)變異來源的方差組成和預(yù)測遺傳效應(yīng)，同時尋找差異表達(dá)基因。7以幾種藥物處理特異癌癥細(xì)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(jié)果的生物學(xué)意義a■關(guān)鍵詞DNA微陣列基因表達(dá)混合線性模型蒙特卡羅模擬條件變量分析一——～———