Fisher's combined p-value for detecting differentially expressed genes using Affymetrix expression arrays.
Fisher's combined p-value for detecting differentially expressed genes using Affymetrix expression arrays.
复制标题
DOI：
10.1186/1471-2164-8-96
复制
发表时间：
2007-04-09
期刊：
影响因子：
4.4
通讯作者：
Iyer H
中科院分区：
文献类型：
--
作者：
Hess A;Iyer H
目前，大多数使用 Affymetrix 表达阵列数据进行差异基因表达的测试都是使用代表微阵列上每个探针组的表达汇总值进行的。最近已经提出了结合探针水平信息的测试方法。我们提出了一种新方法，该方法使用费舍尔的方法来结合来自多个信息源的证据。具体来说，我们结合了显着性探针水平测试的 p 值。使用三个掺入数据集（其中对应差异掺入转录本的探针组已知）和来自经 qRT-PCR 验证的生物学研究的阵列数据，对组合的 p 方法和其他竞争方法进行了比较。根据针对尖峰数据集计算的功效和错误发现率，我们证明组合 p 方法与其他方法相比具有优势。我们发现探针水平测试方法选择了许多相同的差异表达基因。我们通过示例说明如何使用组合 p 方法进行诊断。组合 p 是现有差异基因表达测试方法的一种有前途的替代方法。此外，组合 p 方法特别适合作为微阵列数据探索性分析的诊断工具。
Currently, most tests of differential gene expression using Affymetrix expression array data are performed using expression summary values representing each probe set on a microarray. Recently testing methods have been proposed which incorporate probe level information. We propose a new approach that uses Fisher's method of combining evidence from multiple sources of information. Specifically, we combine p-values from probe level tests of significance. The combined p method and other competing methods were compared using three spike-in datasets (where probe sets corresponding differentially spiked transcripts are known) and array data from a biological study validated with qRT-PCR. Based on power and false discovery rates computed for the spike-in datasets, we demonstrate that the combined p method compares favorably with other methods. We find that probe level testing methods select many of the same genes as differentially expressed. We illustrate the use of the combined p method for diagnostic purposes using examples. Combined p is a promising alternative to existing methods of testing for differential gene expression. In addition, the combined p method is particularly well suited as a diagnostic tool for exploratory analysis of microarray data.
登录
查看更多内容
DOI：
10.1073/pnas.011404098
发表时间：
2001-01-02
影响因子：
11.1
作者：
Li, C;Wong, WH
通讯作者：
Wong, WH
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
DOI：
10.1073/pnas.091062498
发表时间：
2001-04-24
影响因子：
11.1
作者：
Tusher, VG;Tibshirani, R;Chu, G
通讯作者：
Chu, G
通过定量实时PCR评估寡核苷酸阵列数据的方法。
影响因子：
3
作者：
Qin, LX;Beyer, RP;Hudson, FN;Linford, NJ;Morris, DE;Kerr, KF
通讯作者：
Kerr, KF
影响因子：
5.8
作者：
Cope, LM;Irizarry, RA;Speed, TP
通讯作者：
Speed, TP