資源描述：
《基因表達譜富集分析方法研究進展.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、生物技術(shù)通訊LETTERSINBIOTECHNOLOGYVol．19No．6Nov．,2008931文章編號：1009－0002(2008)06－0931－04綜述基因表達譜富集分析方法研究進展曹文君，李運明，陳長生第四軍醫(yī)大學(xué)軍事預(yù)防醫(yī)學(xué)系衛(wèi)生統(tǒng)計學(xué)教研室，陜西西安710032［摘要］微陣列技術(shù)是生物技術(shù)變革的核心，允許研究者同時監(jiān)測成千上萬個基因的表達水平，已廣泛應(yīng)用于醫(yī)學(xué)研究。如何挖掘海量基因表達信息中的有用信息并進行生物學(xué)專業(yè)解釋，是基因表達譜數(shù)據(jù)分析領(lǐng)域所面臨的一個重要挑戰(zhàn)。不同的研究者提出了各種基于基因集進行富
2、集分析的方法，在此將這些方法大致分為兩大類，即bottom－up方法和top－down方法。前者先進行單基因分析，然后根據(jù)生物學(xué)領(lǐng)域知識注釋基因集并進行分析。該方法應(yīng)用廣泛，且結(jié)果比單基因分析容易解釋。后者先根據(jù)生物學(xué)領(lǐng)域知識將各基因進行歸類，然后進行基因差異表達模式分析。該方法不僅能提高結(jié)論的可解釋性，而且能達到降維的目的。［關(guān)鍵詞］基因表達譜；基因集；富集分析；GeneOntology術(shù)語；統(tǒng)計推斷［中圖分類號］Q789;Q811．4［文獻標(biāo)識碼］AProgressonEnrichmentAnalysisApproac
3、hofGeneExpressionProfilesCAOWen－Jun,LIYun－Ming,CHENChang－ShengDepartmentofHealthStatistics,FourthMilitaryMedicalUniversity,Xi＇an710032,China［Abstract］Microarraysareatthecenterofarevolutioninbiotechnology,allowingresearcherstosimultaneouslymonitortheexpressionoften
4、softhousandsofgenes,havingbeenwidelyusedinmedicalresearch．Themainchallengefacedbytheresearchersistoextractusefulinformationfromsuchgeneexpressionprofilesandthenimplementbiologicalinterpreta-tionofsuchresults．Atpresent,allkindsofdifferentresearchgroupsbasedonpre－de
5、finedgenesetproposeddifferentenrichmentanalysismethods．Inthispaper,thesemethodswillberoughlydividedintotwocategories:bottom－upapproachandtop－downapproach．Theformerapproachtestedgenesindividuallyfirstthenaggregatedbybiologicalknowledge．Thisapproachwaswidelyused,and
6、itsresultswereeasiertoexplainthantheresultsofthesinglegeneanalysis．Thelatterapproachperformeddomainaggregationbyfirstcombininggeneexpressionsbeforetestingfordifferentiallyexpressedpat-terns．Thismethodcannotonlyincreaseinterpretabilityofanalysisoutput,butalsoreachd
7、imensionreductionpurposes．［Keywords］geneexpressionprofiles;geneset;enrichmentanalysis;GeneOntologyterm;statisticalinference近幾年，生物統(tǒng)計學(xué)者廣泛而深入地研究了篩選差異表達義基因集的基因注釋數(shù)據(jù)庫有GeneOntology（GO）、KyotoEncy-基因的統(tǒng)計分析方法，提出比值法、t檢驗、固定效應(yīng)模型、混合clopediaofGenesandGenomesorthology[2－5]。（KO）和EN
8、TREZ效應(yīng)模型等多種針對單個基因進行推斷的方法，這些方法統(tǒng)稱1．1GO功能注釋為單基因分析[1]。這些方法的缺點有：①與微陣列實驗固有的噪GO是按嚴(yán)格的生物學(xué)背景、采用統(tǒng)一的術(shù)語結(jié)構(gòu)注釋基因聲相比，若組間基因表達量差別較小，則易出現(xiàn)假陰性錯誤，即及其產(chǎn)品的數(shù)據(jù)庫，包含幾千條術(shù)語，分為3大分支：分子功能
