[发明专利]一种识别显著差异表达基因集合的方法

权利要求书

1.一种识别显著差异表达基因集合的方法，其特征在于，它包括以下步骤：

(1)设置和输入芯片数据；

(2)将基因表达谱芯片所含基因归属至各个基因集合；

(3)判断每一个基因集合中基因的个数是否大于设置中定义的个数，如果 判断结果为否，则抛弃此基因集合；否则，执行下一步；

(4)计算每一个基因集合的表达变化指数，即E’值；

(5)将整张芯片上所有基因作为背景基因，按照步骤4的方法计算背景基 因集合的表达变化指数；对每一个基因集合去除背景，产生真实的基因集合表 达变化指数E值；

(6)检验各基因集合E值的显著性；

(7)根据设定的E值和p值的阈值，判断是否符合阈值要求，如果判断结 果为否，则抛弃；如果判断结果为是，则输出识别结果；

其中，步骤(7)中所述p值为置信度；

步骤(4)中计算基因集合的表达变化指数的方法具体包括以下步骤：

(11)基因表达值的离散化；

(12)计算表达分布的一阶权重得分；

(13)计算基因集合的表达变化指数；

步骤(12)包括以下步骤：

计算上调区和下调区的差异表达离散分布和权重分布得分；

对于有重复实验的单样本芯片数据，计算差异表达权重分布后，将所有重 复实验中的加权表达值叠加；

对于有重复实验的多样本芯片数据，将样本分级并赋予标签值，组合各种 标签值的加权表达值；

步骤(13)用上调区和下调区得分比值的对数来表示在此集合中的基因表 达变化指数；

所述的权重分布得分计算使用一阶权重公式为：

U=Σx>0x·P(x),D=Σx<0|x|·P(x)]]>

其中，U为上调区权重分布得分和D为下调区的权重分布得分；P(x)为离散 型的表达值分布；其中x＞0的部分为上调基因的分布，x＜0的部分为下调基因 的分布；

其中所述的赋予标签值，根据所识别基因集合的要求，样本之间正相关取 +1，样本之间负相关取-1；

所述的阈值要求为：基因集合的表达变化指数的绝对值大于1；p值不大于 0.05。