cDNA芯片缺失值处理对基于基因表达谱的疾病分类的影响

选取了4套cDNA芯片数据,分别运用补零和K近邻的方法,对有检测缺失的基因进行了补缺失值处理,分析了不同处理对支持向量机、K近邻分类器、决策树三种分类器分类效能的影响.结果显示: 在cDNA基因表达谱数据中,对检测缺失率不高于5%的基因补缺失值是一种较好的策略,这样可以保留较多的基因供后续的功能分析,同时仍然能够保持很高的疾病分类效能.     

根据基因表达谱与基因功能模块研究大鼠抑郁症发病的分子机制

用Willner法构造大鼠抑郁症模型,由基因芯片检测8例模型和8例正常大鼠的基因表达谱,识别差异表达基因,寻找差异表达基因功能模块并构建基因表达相关网络,研究大鼠抑郁症模型的分子病理机制.在基因本体(GO)功能体系中寻找显著富集差异表达基因的疾病相关功能模块,提取疾病相关功能模块中的基因构造表达相关网络.从中选择显著多地与其它基因共表达的基因定义为HUB基因,并进一步研究其与疾病的关系.筛选得到207个差异表达基因及13个差异表达基因功能模块,主要涉及神经肽激素活性、信号传导通路、核糖体生成以及蛋白质转运与降解.在共表达相关网络中进一步识别了4个差异表达的HUB基因.利用基因功能模块和表达相关网络研究疾病机制的结果显示,抑郁症的发病可能涉及单胺递质的释放、信号传导以及神经肽激素调节等通路协同作用.     

cDNA芯片重复探针检测值的一致性分析

通过SOURCE数据库对4套cDNA数据的探针进行了注释,分析了对应同一条Unigene的多个探针的检测值(即重复检测值)之间的相关性.采用两种常规方法处理了重复检测值,比较了这两种处理方法对筛选差异表达基因的影响.结果显示:Unigene的重复检测值之间存在一定比例的负相关;更新探针注释数据后的重复检测值之间的低相关比例减少,高相关比例显著提高;重复点样探针之间的相关性高于其它重复检测值,但是仍有很多低相关;两种处理重复检测值方法对于用基因表达差异显著性分析方法(SAM)与T检验方法筛选差异表达基因影响不大.