通过图结构化检验增强基因网络差异表达分析的效力
应用统计
2012-07-02 v1 定量方法
摘要
我们考虑均值的双样本多元检验，其中两个总体之间的位置偏移预计与已知的图结构相关。此类检验的一个重要应用是检测两个患者群体之间的差异表达基因，因为表达水平的偏移预计应与反映基因属性（如生物过程、分子功能、调控或代谢）的图结构相一致。对于固定的感兴趣图，我们证明在假设图上分布平滑偏移的情况下，考虑图结构可以产生效力更强的检验。我们还研究了给定大图的非齐次子图的识别问题，这带来了计算和多重假设检验的挑战。所提出方法的相关性和优势在合成数据以及在 KEGG 和 NCI 通路背景下分析的乳腺癌和膀胱癌基因表达数据上得到了说明。
引用
@article{arxiv.1206.6980,
title = {More power via graph-structured tests for differential expression of gene networks},
author = {Laurent Jacob and Pierre Neuvial and Sandrine Dudoit},
journal= {arXiv preprint arXiv:1206.6980},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS528 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org). arXiv admin note: substantial text overlap with arXiv:1009.5173