基因表达变化的识别

评估基因表达的变化是许多研究领域的常见目标，如毒理学研究和临床试验。在实际操作中，分析常基于在观测时间点上进行的多个 t 检验。这严重限制了确定基因表达变化时间点的准确性。即使采用参数方法，分析也常受限于仅识别效应的起始。本文提出一种参数方法，用于识别基因表达显著变化的时间段。这通过对时间响应数据拟合参数模型并构建其一阶导数的置信带来实现。置信带通过灵活的两步自助法得出，可应用于各种可能的曲线。该方法聚焦于一阶导数，因为它提供了易于计算且可靠的响应变化度量。其用假设检验方式概括，拒绝原假设意味着检测到基因表达的显著变化。此外，开发了一种用于计算感兴趣时间点（如显著变化开始和结束时间）的置信区间的方法。我们通过模拟研究证明了该方法的有效性，并展示了多种不同的应用，针对一项研究中野鼠基因表达数据，该研究探讨了西方饮食对非酒精性脂肪肝病进展的影响。