用于检测小型微阵列实验中差异基因表达的随机方差模型

动机：微阵列技术为表征疾病的分子性质提供了一种有价值的方法。不幸的是，费用和有限的样本可用性往往导致研究样本量较小。这使得准确估计变异性变得困难，因为在逐个基因的基础上进行的方差估计几乎没有自由度，而且所有基因共享相同方差的假设不太可能成立。

结果：我们提出了一个模型，通过该模型从逆伽马分布中提取基因内方差，其参数在所有基因中进行估计。这导致测试统计数据与标准线性模型中使用的数据略有差异。我们证明了模型假设在实验数据上是有效的，并且该模型比标准测试更有能力检测表达式中的大变化，同时不会增加假阳性率。

可利用性：此方法已纳入BRB ArrayTools 3.0版(http://linus.nci.nih.gov/BRB-ArrayTools.html).

补充材料： ftp://linus.nci.nih.gov/pub/techreport/RVM_补充.pdf