相关性下的基因排序与生物标志物发现

生物标志物发现和基因排序是基因组高通量分析中的标准任务。通常，标志物的排序基于t分数的稳定变体，如调节t或SAM统计量。然而，这些程序忽略了基因-基因相关性，这可能对基因排序和后续检验的效能产生深远影响。我们提出一个简单的程序，调整基因层面的t统计量以考虑基因间的相关性。由此产生的相关性调整t分数（“cat”分数）是从预测角度推导的，即作为两类线性判别分析中区分组别的变量选择分数。在没有相关性的情况下，cat分数退化为标准t分数。此外，使用cat分数可以轻松评估特征组（即基因集）。为了从小样本数据计算cat分数，我们提出了一种收缩程序。在一项包含六种不同合成和经验相关结构的比较研究中，我们表明cat分数改善了基因排序的估计，并在固定真实发现率的情况下导致更高的效能，反之亦然。最后，我们还通过分析代谢组学数据来说明cat分数。收缩cat分数已在R包“st”中实现，可从URL http://cran.r-project.org/web/packages/st/ 获取。