差异表达基因检测统计方法研究

基因芯片差异基因表达检测技术的核心方法通常基于统计学原理，即利用统计学中的假设检验从基因表达谱中筛选出潜在的特异性基因。本书主要针对癌症样本组子集的差异基因表达检测进行研究，讨论比较常用的差异表达基因检测统计方法，提出新的差异表达基因检测统计方法，进行对比研究。

纪兆华，男,教授，计算机科学与技术专业博士，信息与通信工程学科博士后，中国科学院北京基因组研究所“访问学者”，环境科学与工程学科博士后。内蒙古自治区“草原英才”、内蒙古自治区教学名师、内蒙古自治区新世纪321人才第二层次人选，2014年经遴选参加浦东干部学院举办的“青年科技领军人才创新能力培训班”。主要研究方向为生物信息学、数据挖掘、云计算和大数据处理及生物技术领域工作。先后主持教育部社会科学研究课题、内蒙古自治区自然科学基金以及国家发改委专项、内蒙古自治区重大科技专项和内蒙古自治区战略性新兴产业项目等。

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基因芯片数据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本书的研究内容
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
2.3.1ROC曲线比较
2.3.2FDR曲线比较
2.3.3算法分析
2.4讨论
第3章TriORT差异表达基因检测统计方法
3.1引言
3.2TriOTR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
4.2TriMOST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
5.2.2TriORT方法和TriMOST方法
5.3实验与分析
5.3.1ROC曲线仿真实验
5.3.2FDR曲线仿真实验
5.3.3真实数据集实验
5.3.4各方法找到的和乳腺癌相关的基因分析
5.4小结
第6章变点理论统计分析
6.1引言
6.2基于变点理论的统计方法
6.2.1变点
6.2.2检测变点的常用方法
6.3变点理论的应用
6.3.1变点的统计推断问题研究
6.3.2采用贝叶斯法检测多个变点的基因表达谱数据
6.3.3癌症差异表达基因检测
6.4变点统计分析方法在差异表达基因检测中的应用
6.5小结
第7章基于样本子集的差异表达基因检测方法比较
7.1引言
7.2差异表达基因检测方法
7.2.1T统计方法
7.2.2相对正常组样本的半T统计方法
7.2.3相对癌症组样本的半T统计方法
7.2.4增加参数的半T统计方法
7.3实验和结果分析
7.3.1基因表达强度相同时，差异表达基因数目变化
7.3.2差异表达基因数目相同时，增加的基因表达强度变化
7.3.3基因表达强度相同，差异表达基因数目相同，基因数目不同
7.3.4基因表达强度相同，差异表达基因数目相同，基因数目相同时，样本数目不同
7.4小结
第8章基于变点理论的差异表达基因检测
8.1引言
8.2差异表达基因检测的生物信息学基础
8.3差异表达基因检测方法
8.3.1T检验方法
8.3.2PPST置换百分比分离测试方法
8.3.3LRS基于似然率方法
8.3.4基于最小二乘法的变点差异表达基因检测
8.4差异表达基因检测方法性能评价
8.5乳腺癌公共数据库数据研究分析
8.6小结
第9章总结与展望
9.1总结
9.2展望
参考文献