显著性分析(SAM)方法在乳腺癌基因芯片数据分析中的应用
对乳腺癌基因芯片试验结果进行数据分析,寻找在正常组织与癌组织中呈现差异表达的基因.运用微阵列芯片显著性分析(SAM)方法进行差异表达基因的筛选,并使用permutation算法计算错误发现率(FDR).一些呈现差异表达的基因被筛选出来,其中一部分基因已被数篇文献报道过,认为它与乳腺癌发病相关.SAM方法比较适用于对基因芯片实验的结果进行相关基因的初步筛选,筛选出的基因可用于为进一步的研究提供候选基因.
基因芯片、乳腺癌、permutation检验、显著性分析、SAM
45
2015-03-12(万方平台首次上网日期,不代表论文的发表时间)
112-118