[发明专利]差异表达基因的检测方法

说明书

技术领域

本发明涉及生物领域中基因芯片分析检测技术，具体涉及一种差异表达基因的检测方法。

背景技术

DNA微阵列(DNA microarray)，也叫基因芯片，是最近数年发展起来的一种能快速、高效检测DNA片段序列、基因表达水平的新技术。它将数目从几百个到上百万个不等的称之为探针的核苷酸序列固定在小的(约1cm²)玻璃或硅片等固体基片或膜上，该固定有探针的基片就称之为DNA微阵列。根据核苷酸分子在形成双链时遵循碱基互补原则，就可以检测出样本中与探针阵列中互补的核苷酸片段，从而得到样本中关于基因表达的信息，这就是基因表达谱，因此基因表达谱可以用一个矩阵或一个向量来表示，矩阵或向量元素的数值大小即该基因的表达水平。

随着大规模基因表达谱(Gene expression profile，或称为基因表达分布图)技术的发展，各类病人的特异组织基因表达分布图都可以参照各种组织的正常的基因表达。从DNA芯片所测量的成千上万个基因中，找出决定样本类别的一组基因“标签”，即“信息基因”(informative genes)是正确识别肿瘤类型、给出可靠诊断和简化实验分析的关键所在，同时也为抗病药物的研制提供了一种新的途径。通常由于基因数目很大，在判断疾病基因标签的过程中，需要剔除掉大量“无关基因”，从而大大缩小需要搜索的致病基因范围。在删除大量“无关基因”时，需要利用各种检验方法。国内外对于两总体样本实验，当前检验方法需要样本独立的假设，两样本T检验以及基于T检验改进检验方法如：SAM，贝叶斯检验，都仅仅考虑了数据来自正态分布，它仅仅检验均值是否有差异。而F检验以及其改进检验都仅仅检验方差是否有差异。如果需要检验分布是否相同，可以用非参数检验如Wilcoxon检验，但是要检验分布是否相同在当前还没有参数检验方法。对于多总体样本实验，当前方法是方差分析(ANOVA)或者非参数Kruskal-wallis检验。ANOVA只考虑到多个总体样本的均值，忽视偏度、峰度而且无法考虑到方差、偏度、峰度是否相同。非参数Kruskal-wallis检验虽没有分布假设，但是它只利用了秩(排序后序列号大小)的信息，非参数方法是无法用参数方法或者没有参数方法的时候才考虑。

在实际中，系统是非线性和相互联系的系统。在非线性系统，各种参数(如：均值、方差、偏度和峰度)是相互影响，特别是偏度和峰度被作为非线性重要指标[5]并且在一个非常弱的系统中偏度和峰度也将被保持甚至是扩大。在非线性系统中，即使输入信号为正态分布，它的输出信号也将不再是正态分布。而基因之间是相互作用的，这种作用可以是正或负反馈循环，同时基因相互作用是非线性的。因此，偏度和峰度是不能忽视的。

当前的检验方法不仅忽视偏度和峰度从而忽略了基因之间的非线性相互作用，而且不能同时检测均值、方差、偏度和峰度等是否有差异。但在实际中要同时检验均值、方差、偏度和峰度等更高中心矩的差异性几乎是不可能的，(1)多个中心矩无法进行合并，因为偏度和峰度之间不独立，(2)即使合并了，其分布也相当复杂，很难写出分布函数从而计算p值，(3)即使其分布可以找到，在实际中因为样本量比较小得到具有偏的中心矩估计，从而使最终检验结果无法接受。

本发明克服现有技术的以上缺点，提供一种差异表达基因的检测方法，检测结果表明本发明检测的假阳性低，有效性高，可以检测到其他方法不能检测得出的差异表达基因。

发明内容

本发明提供一种差异表达基因的检测方法，其特征在于，包括如下步骤：

(1)确定样本的数量；所述样本包括病例组样本、对照组样本、或多总体中每个总体的样本；

(2)根据样本的数量，通过数据读取单元，从基因芯片中获取基因表达值；

(3)先通过2进制-10进制数据转换单元，再通过以2为底对数的数据转换单元，将所述基因表达值转换成矩阵X_i，其中，矩阵X_i是第1到第k次方矩阵，i表示第i个样本，x表示数据转换后的值，k表示最高原点矩的次数，w表示获取样本的个数；

(4)通过数据处理单元进行样本检验；