微阵列数据分析：使用基因表达数据从假设到结论

摘要

我们回顾了几种常用的微阵列数据设计和分析方法。首先，讨论了一些实验设计问题。然后讨论了在统计分析阶段之前对数据进行预处理（过滤和标准化）的几种方法。这类分析的第一步通常是基于统计测试的基因选择。本文解释了两种方法，置换法和基于模型的方法，并强调了对多重测试进行校正的必要性。此外，还提到了基于基因集的强大方法。在分析微阵列数据时，经常对基因或样本进行聚类。我们总结了有监督和无监督聚类（分类）的基础知识。例如，后者可用于创建诊断阵列。构建生物网络，如通路，是一项具有统计学挑战性但复杂的任务，这是一项相对较新的发展，因此仅简要提及。最后，我们将对文献和软件进行一些评论。本文的重点在于几个统计问题背后的哲学，以及对微阵列相关分析方法的批判性解释。

分析细胞病理学

摘要

版权

更多相关文章

相关文章