三种统计分析方法在基因表达谱数据中的比较研究

目的比较SCAD-支持向量机、支持向量机和弹性网三种方法对基因表达谱数据的变量筛选和预测判别能力。方法根据设置的参数生成不同条件的基因表达谱模拟数据和实际数据,利用FDR、一致性错误率和ROC曲线下面积(AUC值)从三个方面评价三种方法的变量筛选和预测判别能力。结果模拟实验显示在差异变量数不变的情况下,随着差异变量间相关系数的增加,三种方法建立模型的变量筛选和预测判别能力均提高;当差异变量间相关系数不变时,随着差异变量数目的增加,SCAD-支持向量机和弹性网方法的变量筛选和预测判别能力均呈下降趋势,而支持向量机呈现提高趋势。结论 SCAD-支持向量机不仅改善了支持向量机不能直接进行变量筛选的不足同时提高了模型的精度以及判别的准确性。综合来看SCAD-支持向量机的变量筛选和预测判别能力更优,处理变量间有高度相关性的基因表达谱数据时可以获得更高的预测精度和更稳定的模型估计。     

三种SNPs数据仿真方法的效能比较

目的 比较HAPGEN2、gs 2.0和GWAsimulator2三种方法在仿真单核苷酸多态性(SNPs)数据时的效能差异,为以后使用SNPs数据仿真方法提供指导。 方法 以真实人群SNPs数据作为原始数据,利用三种方法分别生成仿真数据,通过连锁不平衡模式和最小等位基因频率评价仿真效能,并通过χ²差异位点评价致病位点的设置效能。 结果 HAPGEN2仿真连锁不平衡模式的能力优于gs 2.0和GWAsimulator2,gs 2.0和GWAsimulator2仿真最小等位基因频率的能力近似且均优于HAPGEN2,三种方法均能良好的设置单致病位点。 结论 三种SNPs数据仿真方法均有优劣,用户可根据实际需求选择合适的仿真方法。