一种用于精确发现真正相关蛋白标志物的似然比方法
应用统计
2018-04-13 v1
摘要
标志物发现过程通常漫长且昂贵，在临床评估前涉及发现、确认、验证和校验等阶段。能够在发现研究中高效识别真正相关的标志物可显著简化该过程。然而，发现研究中样本量通常较小，而所探索的标志物数量远大于此。因此发现研究受限于稀疏性与高维问题。当前最先进的方法要么发现过多假阳性，要么无法识别许多真正相关的标志物。本文中我们发展了一种基于似然比的方法，旨在准确发现发现研究中的真正相关蛋白标志物。我们的方法尤其契合发现研究，因为其实验受限且受控，多为平衡设计。我们的方法基于如下观察：那些不相关的普通标志物的表达谱潜在分布为单峰的。我们的方法具有渐近卡方零分布，便于高效控制错误发现率。随后我们使用模拟与真实实验数据评估了该方法。在所有实验中，我们的方法对发现真正相关标志物集合高度有效，以高灵敏度和低经验错误发现率实现了准确的标志物识别。
引用
@article{arxiv.1804.04249,
title = {A Likelihood Ratio Approach for Precise Discovery of Truly Relevant Protein Markers},
author = {Lin-Yang Cheng and Bowei Xi},
journal= {arXiv preprint arXiv:1804.04249},
year = {2018}
}