错误发现率和q值及其微阵列数据分析的应用  

Application of false discovery rate and q value in microarray data analysis

作　　者：王婷[1] 曾平[1] 黄水平[1] 赵华硕[1] 金英良[1] 

机构地区：[1]徐州医学院公共卫生学院流行病与卫生统计学教研室,徐州221002

出　　处：《现代预防医学》2013年第5期811-814,共4页Modern Preventive Medicine

基　　金：2012年徐州医学院院课题(自然科学类)项目资助(2012KJ02);2011年徐州医学院公共卫生学院课题资助(201107);江苏省教育厅高校哲学社会科学研究基金资助项目(2010SJB790037);2011年徐州医学院课题资助

摘　　要：目的介绍微阵列数据多重假设检验中错误率的控制方法。方法采用错误发现率和q值控制微阵列数据差别表达分析中的错误发现。结果将错误发现率和q值应用到一个白血病微阵列数据差别表达分析中,分别识别出1201个和1494个差别表达基因。结论相对传统的总体错误率,错误发现率更加适合于微阵列这种高维数据多重比较的错误控制;由于考虑了零假设信息,q值比错误发现率的效率更高。OBJECTIVE To introduce error rate control methods for multiple hypotheses testing in microarray data analysis. METHODS We used the methods of false discovery rate and q value to control the false discovery in the differential expression analysis of microarray data. RESULTS It identified 1 201 and 1 494 differentially expressed genes respectively by applying false discovery rate and q value to a leukemia microarray data. CONCLUSION False discovery rate is more appropriate for error control of high-dimensional microarray data when conducting multiple comparisons; again, q value is more powerful than false discovery rate because of taking the information of null hypothesis into account.

关 键 词：微阵列数据 多重假设检验 错误发现率 Q值 

分 类 号：R195.1[医药卫生—卫生统计学]