微阵列表达分析的贝叶斯框架数据：规则化吨-测试和统计推断基因改变

动机：DNA微阵列现在能够提供跨许多不同基因表达的全基因组模式条件。这些模式的第一级分析需要确定观察到的表达差异是否重要与否。由于缺乏能够容纳噪音的系统框架，变异性和低复制通常是微阵列的典型特征数据。

结果：我们开发了一个贝叶斯概率框架微阵列数据分析。在最简单的层面上，我们建模独立正态分布的对数表达式值，通过相应的均值和方差对层次结构进行参数化之前的分配。我们推导了这两个参数的点估计和超参数，以及通过结合经验方差和局部方差背景方差与邻近基因相关。另一个超参数，与经验值的数量成反比观测值决定了背景方差的强度。仿真表明，这些点估计值与吨-测试，提供系统推理方法与简单相比吨-测试或折叠方法，以及部分弥补了复制的不足。

可用性：该方法在名为通过Web界面访问Cyber-Twww.genomics.uci.edu/software.html.该代码作为开放源代码提供，并且是在可用统计语言R。

联系人：pfbaldi@ics.uci.edu;tdlong@uci.edu