论文部分内容阅读
目的 探究差异表达驱动的微阵列数据之降维策略.方法 本文提出permutation检验和99.99%的下单侧可信区间相结合的策略用于“维度粗筛”,Hotelling T2检验结合逐步筛选的策略用于寻求组间差异表达的“局部变量组合”.结果 以“正常成年男子和精子运动能力低下者精子蛋白表达差异研究”之实例展示了该降维策略的实际应用效果,结果发现了“十个蛋白组合”在组间差异表达.结论 本文提出差异表达驱动的微阵列数据降维策略是实用可行的.