差异表达基因检测不仅具有统计学意义，而且具有生物学意义，在医学临床诊断、药物疗效判断、揭示疾病发生机制等方面都有重要的作用。在医学研究中，癌症差异表达基因检测就是一个重要的问题。差异表达基因检测统计方法的目的是识别由于实验环境变化而引起的表达水平改变的基因［43］。在基因芯片数据分析中，差异表达基因检测的传统方法通常是假定所有癌症组样本相对于正常组样本都具有过高或过低的表达。......
2023-11-21
Reads片段的Mapping：差异表达基因检测数据分析
【摘要】：每个Reads片段都对应了一个基因的某个转录本，所以通过将Reads序列Mapping到参考基因组序列上，继而根据该参考基因组已有的基因注释信息，推定出各个基因在转录组中对应的表达量的高低。Reads序列Mapping的结果往往存储在Sam文件或者Bam文件中［180，181］。
为了根据转录组RNA-Seq测序的结果获得每个基因的表达量情况，分析流程的第一步需要将RNA-Seq测序得到的短Reads序列“定位”到参考基因组序列上，以获得Reads序列在参考基因组序列中对应的位置，这种“定位”过程被称为Reads序列的Mapping操作。每个Reads片段都对应了一个基因的某个转录本，所以通过将Reads序列Mapping到参考基因组序列上，继而根据该参考基因组已有的基因注释信息，推定出各个基因在转录组中对应的表达量的高低。
在本流程中，我们选用了Bowtie软件［176］来完成这一任务，原因是：第一，很多相关研究都证明了Bowtie软件得出的Mapping结果较为可靠，也有很多相关的分析流程选用Bowtie作为Mapping工具［174，177-179］；第二，Bowtie软件支持标准输入／输出流，我们可以通过Hadoop Stream技术来将其部署到云计算集群中。(www.chuimin.cn)
Reads序列Mapping的结果往往存储在Sam（Sequence Alignment／Map Format）文件或者Bam文件中［180，181］。由于该部分程序输出的结果是体积较大的Sam文件，我们需要将其转换为体积较小且读取性能更好的二进制Bam文件，方便后续的数据处理。具体地，我们使用了Samtools［182，183］提供的格式转换算法在Spark平台上实现了一套格式转换工具（Sam to Bed）来完成这项工作。
有关差异表达基因检测数据分析研究的文章
- 详细阅读
-
差异表达基因检测数据分析成果详细阅读
Tomlins等人在2005年提出了COPA方法，用于检测癌症组样本一小部分基因相对于正常组样本过表达的差异表达基因检测［101］，许多学者由此受到启发，截至2010年9月13日，该文章的引用次数已经达到了763次。David A.Hanauer指出在不久的将来，COPA差异表达基因检测方法会提供较多的与癌症发生演化相关的重要基因，从而为揭开癌症的神秘面纱贡献力量［102］。通过模拟研究和应用到公共基因芯片数据，表明以上成果为综合分析和提高传统差异表达基因检测提供了方法。......
2023-11-21
-
差异表达基因检测数据分析成果研究详细阅读
在国外涉及较早的变点研究是突变点，对于渐变式变点的研究也有一些结论，对于位置参数模型提出了变点的最小二乘法的估计。最小二乘法就是以观察值和理论值之差的平方和作为目标函数，将其达到极小值的点作为有关参数的点估计［8］。给出衡量最小二乘法识别多差异表达基因检测突变点能力的方法，模拟研究最小二乘法对不同具有差异表达基因的基因表达谱数据生成过程的多差异表达基因变点检测效果［10］。......
2023-11-21
-
RNA-Seq差异表达基因检测数据分析详细阅读
RNA-Seq测序技术已成为研究基因表达的重要实验手段，比较不同样本中基因表达差异，为解决后续的生物问题提供了定量分析的依据。生物信息学科的研究工作者近年来也意识到了大数据带来的挑战，开发了一些基于云计算的分析软件，其中涉及RNA-Seq数据分析的主要有MyRNA、Crossbow等。本部分的研究即将要构建的基因差异表达分析流程就是针对RNA-Seq技术得到的原始数据进行设计和实现的。......
2023-11-21
-
基因芯片应用研究：差异表达基因检测数据分析详细阅读
在农作物的基因育种方面，基因芯片技术已经成为育种工作的一项重要手段，利用基因芯片技术可以在多样本、高通量群体中进行基因筛选，从而找到携带目的基因的优良个体，充分利用有利的基因序列资源，创造方便、快捷的育种工作环境。近几年来，以基因芯片技术为代表的生物芯片技术迅速发展，使人类科学技术的研究有了阶段性的进步，对科学技术的发展产生了巨大的影响［32-34］。......
2023-11-21
-
差异表达基因检测方法简介详细阅读
许多研究者对此进行了研究，并提出了多种差异表达基因检测方法。OPA方法采用基因组数据异常分析的非参数方法对某特定基因进行检测，这个基因的基因芯片数据的一个组中只有一部分样本相对于另一组样本过高表达，剩余的样本没有差异表达的迹象。PACK方法、PADGE方法、PPRM方法、OPA方法、LRS方法也研究了假定癌症组子集样本相对于正常组样本有过高或过低表达的差异基因表达检测统计方法。......
2023-11-21
-
基于差异表达基因检测数据分析的方法介绍详细阅读
在差异表达基因检测统计方法中，传统的T统计方法假设所有癌症组样本相对于正常组样本都是过表达的。Wu在2007年提出的ORT方法对OS方法进行了改进。Lian在2008年提出的MOST方法考虑了差异基因表达所有可能的临界值。当活跃样本数目未知时，MOST方法比其他方法更有效；当活跃样本数目较少时，其效果与ORT方法相似；当差异表达的样本数目较多时，MOST方法的效果较好［103］。......
2023-11-21
-
差异表达基因检测数据分析研究成果详细阅读
差异表达基因检测普遍采用的方法是计算T统计方法，T统计方法通过两组样本的均值来判断基因是否存在表达差异。差异基因表达检测研究通过在不同实验条件下基因表达水平的显著性变化来判断基因的差异性，通常采用假设检验原理，把样本分为正常组样本和癌症组样本两类，或者分为两种条件下的多次重复试验，并对此进行判断。T统计方法通常用于检测两组样本均值的显著差异性，在差异基因表达检测中，它也是常用的较简洁的统计方法。......
2023-11-21
相关推荐