1- گروه آمار، دانشکده علوم پایه، دانشگاه قم ، m.salehi@qom.ac.ir
2- گروه ریاضی، دانشکده علوم پایه، دانشگاه ایلام
چکیده: (4180 مشاهده)
زمینه و هدف: در سالهای اخیر، فنآوریهای جدید منجر به تولید حجم انبوهی از دادهها شده و در حوزه زیستی، فناوری ریزآرایه نیز بهصورت چشمگیری توسعه یافته است. در این میان، جهت مقایسه گروه کنترل با دو یا چند گروه آزمایشی، همچنین یافتن ژنهایی با بیان متفاوت، از آزمون فیشر استفاده میشود. در این مطالعه نرخ کشف کاذب در آزمونفرض جایگشتی فیشر و جایگشتی تعدیلیافته همزمان بر دادههای ریزآرایه بررسی گردید.
روش بررسی: در این مطالعه، ابتدا با شبیهسازی و انتخاب سه حالت مختلف برای نمونههای کنترل و آزمایشی، نرخ کشف کاذب با استفاده از دو روش آزمون جایگشتی فیشر و جایگشتی تعدیلیافته محاسبه گردید، سپس این دو روش بر روی 8799 ژن مربوط به سلول مغز 29 موش (در سه گروه سنی جوان، میانسال و پیر) اعمال گردید و تأثیر فرآیند سن مغز بر افزایش ایجاد بیماری آلزایمر مورد بررسی قرار گرفت.
یافتهها: نتایج نشان داد استفاده از روش آزمون جایگشتی فیشر، نرخ کشف کاذب را نمیتواند کنترل کند، ولی روش جایگشتی تعدیلیافته بهتر عمل کرده و اختلافات واقعی معنیدار را درستتر تشخیص میدهد؛ لذا مقدار FP در روش دوم کاهش خواهد یافت.
نتیجهگیری: با توجه به نتایج این مطالعه، استفاده از روشهای مرسوم ازجمله آزمون جایگشتی فیشر که مبنای تحلیل دادههای زیستی در بسیاری از نرمافزارها میباشد، در دادههای بزرگ مقیاس، ازجمله دادههای ریزآرایه کارایی مطلوب را ندارد و نرخ کشف کاذب را نمیتواند کنترل کند؛ درحالیکه روش جایگشتی تعدیلیافته با عملکرد بهتر در کنترل نرخ کشف کاذب، نتایج قابلاعتمادتری در پی دارد.
نوع مطالعه:
مقاله پژوهشي |
موضوع مقاله:
آمار دریافت: 1397/11/10 | پذیرش: 1398/4/10 | انتشار: 1398/5/24