Hệ số tương quan nội lớp áp dụng để đánh giá điều chỉnh dữ liệu, phương pháp ghi nhãn và lấy mẫu sinh thiết trực tràng trong các thí nghiệm DNA microarray

Physiological Genomics - Tập 16 Số 1 - Trang 99-106 - 2003
Linette Pellis1, Nicole L.W. Franssen-van Hal1, J. Burema2, Jaap Keijer1
1Food Bioactives Group, RIKILT-Institute of Food Safety, 6700 AE Wageningen, The Netherlands
2Division of Human Nutrition and Epidemiology, Wageningen University, 6700 EV Wageningen, The Netherlands

Tóm tắt

Chúng tôi cho thấy rằng hệ số tương quan nội lớp (ICC) có thể được sử dụng như một biện pháp thống kê tương đối đơn giản để đánh giá sự biến thiên phương pháp và sinh học trong phân tích DNA microarray. ICC là một chỉ số xác định tính tái lặp của một biến, có thể dễ dàng được tính toán từ bảng ANOVA. Nó dựa trên việc đánh giá cả sự sai lệch có hệ thống và biến thiên ngẫu nhiên, và nó tạo điều kiện cho việc so sánh nhiều mẫu cùng một lúc. Chúng tôi đã sử dụng ICC đầu tiên để tối ưu hóa phương pháp bình thường hóa dữ liệu microarray của mình và nhận thấy rằng việc sử dụng giá trị trung vị thay vì giá trị trung bình giúp cải thiện việc điều chỉnh dữ liệu. Sau đó, tính tái lặp của các phương pháp đánh dấu khác nhau đã được đánh giá, và việc đánh dấu bằng cách kết hợp thuốc nhuộm huỳnh quang gián tiếp có vẻ tái lặp hơn so với việc đánh dấu trực tiếp. Cuối cùng, chúng tôi xác định lấy mẫu sinh thiết tối ưu bằng cách phân tích sự biến thiên tổng thể trong biểu hiện gen. Biến thiên trong biểu hiện gen của các sinh thiết trực tràng ở cùng một người giảm khi lấy hai sinh thiết thay vì một, nhưng không cải thiện đáng kể khi lấy nhiều hơn hai sinh thiết từ một người, cho thấy rằng việc sử dụng hai sinh thiết cho mỗi người là đủ cho phân tích DNA microarray trong các điều kiện thí nghiệm của chúng tôi. Để tối ưu hóa độ chính xác của dữ liệu microarray, nên sử dụng sinh thiết từ ít nhất sáu người khác nhau cho mỗi nhóm.

Từ khóa


Tài liệu tham khảo

10.1016/S1286-4579(01)01440-X

Campbell RC. Statistics for Biologists. Cambridge, UK: Cambridge University Press, 1989.

10.2307/2530491

10.1016/S0958-1669(99)00065-8

10.1016/S0076-6879(99)03014-1

10.1053/joca.2002.0533

10.1016/S0168-1656(00)00204-2

10.2144/00293bi01

10.1038/73815

10.1046/j.1365-313x.2001.00972.x

10.1093/bioinformatics/18.9.1184

Kerr MK and Churchill GA. Statistical design and the analysis of gene expression microarray data. Genet Res 77: 123–128, 2001.

10.1089/10665270050514954

10.1038/35015701

10.1046/j.1440-1681.2002.03686.x

10.1016/S0895-4356(02)00569-3

Quackenbush J. Microarray data normalization and transformation. Nat Genet 32, Suppl: 496–501, 2002.

Rosner B, Willett WC, and Spiegelman D. Correction of logistic regression relative risk estimates and confidence intervals for systematic within-person measurement error. Stat Med 8: 1051–1069, 1989.

10.1073/pnas.93.20.10614

Shrout PE and Fleiss JL. Intraclass correlations: uses in assessing rater reliability. Physiol Bull 2: 420–428, 1979.

10.1016/S1525-1578(10)60626-5

Yu J, Othman MI, Farjo R, Zareparsi S, MacNee SP, Yoshida S, and Swaroop A. Evaluation and optimization of procedures for target labeling and hybridization of cDNA microarrays. Mol Vis 26: 130–137, 2002.

10.1186/1471-2164-3-31