差异表达基因检测数据分析研究

本文研究单基因水平基因表达谱数据的差异表达基因检测方法，提出了采用三均值和三均值绝对离差为统计量，利用样本信息和稳健性特征，用于差异表达基因检测，以较全面、稳定的表示样本信息；在ORT方法基础上提出了TriORT差异表达基因检测方法，利用四分位差判断基因芯片数据的异常差异值；提出了基于三均值的TriMOST差异表达基因检测方法，通过用三均值和三均值绝对差对样本表达值进行转换；对比分析了改进方法和已有差异表达基因检测方法在乳腺癌真实数据上的应用，为揭示疾病发病机制等提供算法帮助。

纪兆华，北京信息职业技术学院教授，吉林大学计算机科学与技术学科（生物信息学方向）博士、吉林大学信息与通信工程学科博士后、北京工业大学环境科学与工程学科博士后、中国科学院北京基因组研究所访问学者。

第1章 绪论 1.1 生物芯片概述 1.2 基因芯片简介 1.2.1 基因芯片的原理 1.2.2 基因芯片的分类 1.2.3 基因芯片的应用 1.3 差异表达基因检测统计方法 1.3.1 差异表达基因检测概述 1.3.2 传统的差异表达基因检测方法 1.3.3 其他相关的差异表达基因检测方法 1.4 变点问题的研究 1.5 变点理论应用于差异表达基因检测 1.6 微阵列基因芯片数据的网络资源介绍 1.7 基于云计算的差异表达基因检测 1.8 小结 第2章 差异表达基因检测样本子集过表达的统计方法 2.1 生物学背景 2.2 差异表达基因检测统计方法介绍 2.2.1 基于均值的差异表达基因检测方法 2.2.2 基于中值的差异表达基因检测方法 2.2.3 基于样本表达值特定百分比的差异表达基因检测方法 2.3 实验与分析 2.3.1 ROC曲线比较 2.3.2 FDR曲线比较 2.3.3 算法分析 2.4 小结 第3章 TriORT差异表达基因检测统计方法 3.1 引言 3.2 TriORT方法 3.3 实验与分析 3.3.1 仿真研究 3.3.2 真实数据研究 3.4 小结 第4章 TriMOST差异表达基因检测统计方法 4.1 引言 4.2 TriMOST方法 4.3 实验与分析 4.3.1 仿真研究 4.3.2 真实数据研究 4.4 小结 第5章 差异表达基因检测统计方法在乳腺癌数据上的应用 5.1 引言 5.2 差异表达基因检测方法 5.2.1 已有方法介绍 5.2.2 TriORT方法和TriMOST方法 5.3 实验与分析 5.3.1 ROC曲线仿真实验 5.3.2 FDR曲线仿真实验 5.3.3 真实数据集实验 5.3.4 各方法找到的与乳腺癌相关的基因分析