国家自然科学基金(81172770)
- 作品数:7 被引量:31H指数:2
- 相关作者:陈长生李运明张威曹文君张杨更多>>
- 相关机构:第四军医大学成都军区总医院长治医学院更多>>
- 发文基金:国家自然科学基金国家重点实验室开放基金国家重点基础研究发展计划更多>>
- 相关领域:生物学医药卫生文化科学更多>>
- 肿瘤微阵列数据统计分析概述
- 2014年
- 微阵列技术已广泛应用于生物学和医学研究领域,如肿瘤的诊断和分型、预测和治疗,理解肿瘤的发生机制、生物学通路和基因网络。统计学方法在这一科学挑战中的地位至关重要。我们综述了微阵列实验数据分析的统计学方法最新发展,主要描述了微阵列数据的标准化、差异表达基因的统计学检验及微阵列技术在肿瘤治疗中的应用,重点介绍了时间序列微阵列数据分析方法和基因调控网络在肿瘤研究中的最新发展。
- 张杨张威曹文君李运明陈长生
- 关键词:肿瘤微阵列数据差异表达基因时间序列调控网络
- 人类管家基因和非管家基因microRNA绑定密度的比较及与3′UTR进化保守性关系的分析
- 2013年
- 目的该研究从整体水平比较microRNA(miRNA)对管家基因和非管家基因的调控差异并研究3'UTR的进化保守性与miRNA对两类基因调控差异之间的相关性。方法通过对3个基于序列的miRNA靶基因预测软件整合分析,并结合基于miRNA-靶基因的表达谱数据相关性分析,以获得miRNA对两类基因的调控情况,同时利用phastCons保守性分值对两类基因的3'UTR区域进行多物种进化分析。结果研究发现miRNA在管家基因的3'UTR上有显著地高密度绑定,管家基因的3'UTR区域具有相对较高的序列保守性。结论该研究结果突出了miRNA对管家基因表达调控的重要作用,对于重新理解miRNA对真核生物基因表达调控作用具有一定的参考价值。
- 刘哲言卢一鸣屈武斌张成岗
- 关键词:管家基因MICRORNA进化分析
- 基因表达谱中信号通路基因集分析方法进展
- 2013年
- 微阵列技术是生物技术变革的核心,允许研究者同时监测成千上万个基因的表达水平,已广泛应用于医学研究。如何挖掘海量基因表达信息中的有用信息并进行生物学专业解释,是基因表达谱数据分析领域所面临的一个重要挑战。生物信号通路研究已成为基因芯片中不同表型差异表达研究的主要方法,因其是以整个信号通路作为一个整体作为研究对象,因此得出的研究结果更加科学和准确。在本文中我们简要描述了近10年来信号通路基因集富集分析方法的发展情况,将其分为三个阶段,对每个阶段方法的基础和特点做了一些简单的总结和阐述。
- 张威张扬曹文君李运明陈长生
- 关键词:基因表达谱信号通路
- GAGE和GSEA在基因集研究中的有效性比较被引量:2
- 2013年
- 目的:研究在基因芯片数据分析中自限性原假设和竞争性原假设两类方法的优劣性和准确型,选取各自具有代表性的GAGE(Generally Applicable Gene-set Enrichment)和GSEA(Gene Set Enrichment Analysis)两种基因集分析方法筛选富集基因集的效能,并探讨其筛选效果。方法:采用两种待比较的方法在实际基因表达谱数据中分析研究,比较筛选结果的准确性和科学性,探讨两种方法筛选富集基因集的效果。结果:两方法对已知的基因表达谱数据进行应用分析表明GAGE的检验效能和筛选出的基因集生物学相关性均优于GSEA。结论:GAGE作为一种自限性原假设的基因集分析方法,由于其充分利用了表达谱数据,并将表达数据分为实验集和通路集分别进行分析处理,同时考虑到基因集的上调和下调,其检验效能优于竞争性原假设的GSEA,能够得到更为准确和科学的结果。
- 张威张扬曹文君李运明陈长生
- 关键词:基因表达谱
- 翻转课堂联合案例模式在护理本科生医学统计学教学中的应用研究被引量:29
- 2017年
- 目的探讨翻转课堂联合案例模式在护理本科生医学统计学教学中的应用效果。方法选取158名护理本科生为实验组,149名护理本科生为对照组,对照组沿用传统教学法进行医学统计学教学,实验组采用翻转课堂联合案例模式,包括组建教学师资、制订教学大纲及实施教学方案。教学完成后,比较两组护理本科生的考核成绩和对教学效果的满意度。结果两组护理本科生的理论、操作考核成绩及对教学效果的满意度有显著差异,实验组优于对照组(P<0.01或P<0.05)。结论翻转课堂联合案例教学法的教学效果良好,护理本科生的医学统计学理论知识和应用能力均得到提高。
- 张杨陈长生
- 关键词:案例教学法护理本科生
- 基因集分析方法统计理论探讨
- 2013年
- 目的从统计理论角度探讨基因集分析方法,初步建立微阵列数据基因集统计分析理论框架。方法采用计算机模拟技术,比较不同原假设、理论分布生成方法在进行基因集分析时的统计学性质。结果自限性原假设方法ROC曲线下面积AUC为0.858。而竞争性原假设方法曲线下面积AUC为0.512。相同设定条件下,bootstrap方法的错误发现率(最高为0.015)低于permutation检验(最高为0.075);而permutation方法的检验效能(0.89)优于bootstrap法(0.67)。结论有效的基因集分析方法应在正确使用生物学注释基因的基础上,建立自限性原假设、采用基因表达水平标准化值构建基因集统计量并根据需求利用有效的随机化算法构建统计量的理论分布进行推断。
- 曹文君侯国强李运明张威张扬陈长生
- 关键词:微阵列数据MONTECARLO模拟
- 肿瘤表达谱基因芯片数据的混合效应模型分析
- 2015年
- 目的:研究混合效应模型(Mixed Effects Model)在肿瘤表达谱基因芯片数据分析中的检验效能,并探讨其分析效果。方法:采用混合效应模型分析肿瘤实例基因芯片数据,并以基因集富集分析方法(GSEA)作为参照比较分析结果的有效性和科学性,探讨其检验效果。结果:通过混合效应模型和基因集富集分析(GSEA)两种方法对肿瘤基因芯片数据的分析和比较,两种方法筛选出共同的差异表达通路外,混合效应模型额外地筛选出来GSEA未能检验到的8条差异表达通路,且得到文献支持;混和效应模型筛选出的前10个差异表达通路中有6个已有生物学证明而基因集富集分析方法(GSEA)筛选出的前10个差异表达通路中仅有4个已有生物学证明。结论:混合效应模型作为top-down方法中的典型代表,其优势在于通过构建潜变量达到降维目的,可有效地减少多个复杂的变异来源从而保证了结果的准确性和科学性,其检验效能优于基因集富集分析方法(GSEA),是一种行之有效的筛选肿瘤基因芯片数据的分析方法。
- 张杨张威曹文君李运明李宁霞陈长生
- 关键词:混合效应模型基因表达谱通路分析