

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、研究目的:在基因芯片數據分析中,探索一種合適的統(tǒng)計分析方法使其利用盡可能少的基因達到較好的預測效果。 研究意義:從術時基因表達的角度探討乳腺癌病人預后預測的問題,為進一步的綜合微觀的基因表達水平,宏觀的臨床表型和干預措施等的預后預測和動態(tài)預后預測等進一步的研究提供基礎。 研究內容:利用模擬數據客觀評價各差異表達基岡篩選方法的效果:利用模擬數據評價兩種分類預測方法在不同基岡相關性條件下的預測能力:并結合乳腺癌案例數據篩選可
2、用于預測乳腺癌病人預后的基因。 研究方法:首先設定差異表達基因和非差異表達基因的概率分布,產生模擬數據,用各種篩選差異表達基因的方法進行分析后計算相應的評價指標,從陽性基因數日、假陽性基因數目和假陽性率來對各方法進行評價。利用混合線性模型產生預測研究用的表達水平相關的模擬基因表達數據。用PAM法和三步法分析,比較分析結果和設定值的差異,從約登指數、假陽性率及建?;鶎鶖等諄碓u價兩方法的優(yōu)缺點。最后利用三步法對案例數據進行分析,篩選
3、出預測乳腺癌病人預后的預后基岡,并通過生物信息學對這些基岡進行功能的查找和文獻支持。 主要結果:SAM的假陽性率僅次于Bonferroni修正法、Sidak修正法、Bootstrap修正法和、Permutation修正法、StepdownBonferroni修正法、StepdownSidak修正法、StepdownBootstrap修正法和StepdownPermutation修正法這8種保守的方法,但其篩檢出的差異表達基因個數
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基因芯片數據分析方法比較.pdf
- 基因芯片數據分析方法的比較研究.pdf
- 前列腺癌基因表達譜芯片數據分析.pdf
- 利用基因芯片篩選乳腺癌相關差異表達基因.pdf
- 應用基因芯片技術篩選乳腺癌組織耐藥相關基因.pdf
- 利用基因芯片技術篩選早期乳腺癌的差異表達基因.pdf
- 應用基因芯片技術篩選乳腺癌阿霉素耐藥相關基因.pdf
- 基于注釋信息的基因芯片數據分析.pdf
- 多重序列比對和基因芯片數據分析.pdf
- 胃癌基因芯片的差異表達基因研究.pdf
- 宮頸癌基因芯片數據的差異表達和聚類分析實驗
- 食管基底細胞樣鱗癌的基因芯片數據分析.pdf
- 基因芯片數據統(tǒng)合分析方法的若干拓展.pdf
- 用于基因芯片和質譜數據分析的混合模型研究.pdf
- 宮頸癌、乳腺癌、卵巢癌基因檢測
- 41822.基因芯片數據的三維數據分析模型探討
- 49063.基于數據挖掘聚類算法的基因芯片數據分析
- 抑癌基因PTEN與乳腺癌轉移相關性研究.pdf
- 人類乳腺癌基因表達分析和生長相關信號通路的研究.pdf
- 腫瘤基因芯片數據聚類分析算法研究.pdf
評論
0/150
提交評論