基于元分析的差异表达基因识别

吴佳楠，周春光，刘桂霞，沈 薇，郑 明，周 柚

（1.吉林大学计算机科学与技术学院，长春130022；2.长春大学计算机科学与技术学院，长春130022；3.吉林大学符号计算与知识工程教育部重点实验室，长春130022）

目前，高通量基因芯片技术对于生物学的研究已变得更为重要。差异表达基因的识别是微阵列基因表达谱数据分析的一项重要任务［1－2］。通过比较正常和非正常状态下基因表达的差异，对于生物疾病的发生机理及预后预测都有极为重要的意义。基因表达谱数据的显著特点是高维、低信噪比且样本量小。一些早期的分析方法虽然能够从单一的数据集中准确找出差异表达基因，然而由于实验中复杂变量的影响，导致对于来自不同（或相同）实验平台的多个数据集进行直接比较分析十分困难［3－5］。近年来已有一些基于元分析技术的差异表达基因识别方法及工具［6－8］。然而，很多方法只侧重于将不同的个体分析结果进行融合，而并非是对数据集整合后再进行分析。此外，这些方法存在一个共同的弊病：分析结果中可能存在伪差异表达基因，或在分析结果中遗失了真正的差异表达基因。这可能是由于跨平台多数据集中存在噪声干扰，导致计算结果存在偏差。

针对上述问题，本文提出了一个基于元分析技术、简单且有效的差异表达基因识别算法RSDM，不但可以对单一数据集进行分析，而且可以对来自于不同平台的多个数据集进行整合分析。该算法除具备……