导语

  

内容提要

  

    纪兆华著的《差异表达基因检测统计方法研究》针对差异基因表达样本表达强度值状态检测的特点，研究变点检测理论应用到差异表达基因检测的实用化方法，并设计基于变点原理的检测方法应用于差异表达基因检测。根据差异表达基因表达值分布状态的特点，模拟生成基因表达谱数据阵列，研究基于变点的差异表达基因检测问题的具体特征。给出变点的检测和估计(点估计和区间估计)以及估计量的渐近分布和收敛速度，最终实现检测差异表达基因的目的。讨论变点检测方法和R0c接受者操作曲线来研究变点检测方法的统计性能分析方法和参数优化的方法。通过蒙特卡洛马尔可夫方法对检测方法进行验证，证明基于变点的差异表达基因检测方法的有效性。把极大似然比检验方法、最小二乘法应用到差异表达基因检测，对基因表达谱模型统计推断，考虑变点的检验或点估计。

第1章  绪论
  1.1 生物芯片概述
  1.2 基因芯片简介
    1.2.1 基因芯片的原理
    1.2.2 基因芯片的分类
    1.2.3 基因芯片的应用
  1.3 基因芯片数据差异表达基因检测统计方法
    1.3.1 差异表达基因检测概述
    1.3.2 传统差异表达基因检测方法
    1.3.3 其他相关的差异表达基因检测方法
  1.4 变点问题的研究
  1.5 变点理论应用于差异表达基因检测
  1.6 微阵列基因芯片数据的网络资源介绍
  1.7 本书的研究内容
第2章  差异表达基因检测样本子集过表达的统计方法
  2.1 生物学背景
  2.2 差异表达基因检测统计方法介绍
    2.2.1 基于均值的差异表达基因检测方法
    2.2.2 基于中值的差异表达基因检测方法
    2.2.3 基于样本表达值特定百分比的差异表达基因检测方法
  2.3 实验与分析
    2.3.1 ROC曲线比较
    2.3.2 FDR曲线比较
    2.3.3 算法分析
  2.4 讨论
第3章  TriORT差异表达基因检测统计方法
  3.1 引言
  3.2 TriOTR方法
  3.3 实验与分析
    3.3.1 仿真研究
    3.3.2 真实数据研究
  3.4 小结
第4章  TriMOST差异表达基因检测统计方法
  4.1 引言
  4.2 TriMOST方法
  4.3 实验与分析
    4.3.1 仿真研究
    4.3.2 真实数据研究
  4.4 小结
第5章  差异表达基因检测统计方法在乳腺癌数据上的应用
  5.1 引言
  5.2 差异表达基因检测方法
    5.2.1 已有方法介绍
    5.2.2 TriORT方法和TriMOST方法
  5.3 实验与分析
    5.3.1 ROC曲线仿真实验
    5.3.2 FDR曲线仿真实验
    5.3.3 真实数据集实验
    5.3.4 各方法找到的和乳腺癌相关的基因分析
  5.4 小结
第6章  变点理论统计分析
  6.1 引言
  6.2 基于变点理论的统计方法
    6.2.1 变点
    6.2.2 检测变点的常用方法
  6.3 变点理论的应用
    6.3.1 变点的统计推断问题研究
    6.3.2 采用贝叶斯法检测多个变点的基因表达谱数据
    6.3.3 癌症差异表达基因检测
  6.4 变点统计分析方法在差异表达基因检测中的应用
  6.5 小结
第7章  基于样本子集的差异表达基因检测方法比较
  7.1 引言
  7.2 差异表达基因检测方法
    7.2.1 T统计方法
    7.2.2 相对正常组样本的半T统计方法
    7.2.3 相对癌症组样本的半T统计方法
    7.2.4 增加参数的半T统计方法
  7.3 实验和结果分析
    7.3.1 基因表达强度相同时，差异表达基因数目变化
    7.3.2 差异表达基因数目相同时，增加的基因表达强度变化
    7.3.3 基因表达强度相同，差异表达基因数目相同，基因数目不同
    7.3.4 基因表达强度相同，差异表达基因数目相同，基因数目相同时，样本数目不同
  7.4 小结
第8章  基于变点理论的差异表达基因检测
  8.1 引言
  8.2 差异表达基因检测的生物信息学基础
  8.3 差异表达基因检测方法
    8.3.1 T检验方法
    8.3.2 PPST置换百分比分离测试方法
    8.3.3 LRS基于似然率方法
    8.3.4 基于最小二乘法的变点差异表达基因检测
  8.4 差异表达基因检测方法性能评价
  8.5 乳腺癌公共数据库数据研究分析
  8.6 小结
第9章  总结与展望
  9.1 总结
  9.2 展望
参考文献