Statistische Methoden voor het Analyseren van DNA en PamChip Microarray Data

In dit onderzoek proberen wij om nieuwe statistische procedures te ontwikkelen om de bestaande het voorbewerken methodes te verbeteren voor spiked-in microarray gegevens en het selecteren van de differentially uitgedrukte genen. Met de voorgestelde het voorbewerken methode, kunnen wij ramingen van de daadwerkelijke overvloed van RNA samen met hun norm verkrijgen. Dit is uitgevoerd in het kaderwerk van niet-lineaire gemengde modellen. Voorts omvat één van de belangrijkste gebieden in microarrayanalyse de beoordeling van betekenis voor differentiële uitdrukkingsgenen. Hoewel wij vele statistische beproevingsprocedures in de literatuur aan het selecteren van differentially uitgedrukte genen met weinig replicatie kunnen vinden, tot dusver is geen aandacht betaald experimenten waarin slechts één enkel uitdrukkingsniveau voor elke biologische voorwaarde beschikbaar is. Daarom moet onze poging een correct statistisch model ontwikkelen om dit onderwerp te behandelen.

Trefwoorden:Differentially expressed genes, Spiked-ins

Disciplines:Scientific computing, Bio-informatica en computationele biologie, Maatschappelijke gezondheidszorg, Publieke medische diensten, Toegepaste wiskunde, Statistische en numerieke methoden

Project type:PhD project