【54页】毕业论文_电子邮件客户端软件.doc文档高清免费浏览

如下表格所示。

通道通道横向加和读段数基因其他基因读段数纵向加和读段数对序平台因分析器的通道影响的统计分析其中，示第个通道上基因产生的读段数，示第个通道上所有基因的总读段数，即示基因在两个通道上的读段数，即表示所有基因在两个通道上的总读段数，即这里，为了方便起见，我们记基因，其他基因为基因，统称为基因。

我们假定两个通道间不存在通道影响。

即关心的假设检验问题为≠其中，示测序过程中基因读段数的真实比例。

接下去，我们要对原假设进行检验。

因为我们的目的是利用列联表进行性检验，即变量间是相互的，因此我们可以利用性的些性质。

在此，我们采用广义似然比χ检验。

我们用在通道上表达的概率。

其中，。

因为性我们可知，而由观测数据，则，最大似然比易求得，∏∏，其中，自由度卡方的值可以查表得到，将其比较，当以上不等式成立时，即于时，则表示接受原假设，即变量间互相不受影响，也就是说测序过程中的通道的分类对测序结果没有影响。

几何分布模型另种方法，我们进行的是将完全相同的样本在同集合下放置于两个通道上进行反复测序。

我们假设通道是相互的，即产生的读段数来自两个样本，由此我们可建立超几何分布的模型。

我们假定通道的分组对数据没有影响，即我们建立假设检验于这样的假对序平台因分析器的通道影响的统计分析设检验，我们可以描述为通道上的基因读段数与两个通道上随机取样的样本读段数相同。

首先，我们做如下定义，示样本在通道上的读段数示样本在两个通道和上的总读段数，即，示在总读段数为本的读段数来自通道的随机变量。

基于上述定义，我们可以将假设检验用简单的数学公式表示成，其中，原假设成立的条件是等于从超几何分布。

由此，我们可以计算每个基因表达的假设成立的情况下，们以在值为例。

我们发现在同样的样本在两个通道上测序过程中，只有低于基因表达的即只有极少量的基因因为通道分组的不同而有不同的表达。

布模型然后，我们又进步同步地对多个通道进行测序，记通道总数为。

我们要计算的落入每个基因的外显子区域的读段的数量和使用个联合型来研究读段数的联合分布。

可以证明，在这个猜想下的对数似然函数参数的联合分布总是凹的，所以最大似然估计可以很容易地用简单的迭代法求得。

在建立统计模型之前，我们先定义下列符号样本中基因在第条通道上的读段数该读段数服从样本在通道上产生读段的总比率即样本在通道上的读段来自基因的比率，其中则，我们可以得出从的我们建立不存在通道影响的假设检验，由上述定义，我们可以将原假设表示为考虑多项分布总体时，即，我们采取χ拟合优度检验。

原假设对序平台因分析器的通道影响的统计分析成立的条件是服从自由度为χ分布。

其中，示样本中基因在通道上的读段数示读段数来自通道的概率表示所有读段数的总和。

义线性模型在实际实验中，不是所有的基因读段数都严格服从布，我们发现有少部分基因在超出了布的假设，我们称之为超布变量在上述的布的基础上，又可以拓展到义线性模型以此计算每个基因表达的值。

我们依然要进行同个样本在不同通道上基因不同表达的实验。

在介绍线性生成模型之前，我们简单介绍下统计学中线性模型的概念及应用。

性模型定义定义线性模型为个集合，对所有，线性函数的分布函数为，其均值等于。

令，为来自定义域的数列。

定义随机样本则为个观察量，其中且，注线性模型的统计意义是的具体形式是未知的，即参数和的数值是未知的。

虽然名称为线性模型，但函数的形式未必是线性的，它还可以是别的形式，如时，但是有时我们不确定哪种形式的线性模型更优化或建模时产生的误差最小。

我们可以计算其相关系数或剩余标准差来判定。

相关系数，其越大表示越拟合，即线性模型越好剩余标准差，其和相关系数是相对的，越小则模型越好。

对序平台因分析器的通道影响的统计分析小二乘法在对线性模型进行了定义，我们自然想要知道怎么确定线性模型，即如何求得参数和的值。

目前，我们采取的大多数方法为最小二乘法估计首先，我们要估计线性模型的误差，我们可以将与ε其中εε定义最小二乘法令为满足定义所示线性模型的对观测值则和的值的最小二乘法估计即满足下式的和的最小值。

基于上式，我们只要对和求偏导，令其等于零，便可求出和的最小值。

我们得到其中对数线性模型的应用目前，我们对线性模型和估计线性模型函数参数的最小二乘法进行了介绍。

而对于本文关心的如何对通道影响进行估计。

我们在上节讨论的表示样本在通道上的读段来自基因的比率立线性模型。

我们知道，则线性模型它是在大量的数据为依据上，我们发现上式其中表示基因在所有通道上的平均表达水平，示通道对基因表达水平的标准均值的影响。

则定义原假设为不存在通道差异而成为影响因素的假设检验可表示为≠在进行假设检验时，我们采用广义似然比χ检验，对序平台因分析器的通道影响的统计分析，其中，为全空间下的最大似然估计在假设空间下的最大似然估计由于，则假设检验成立的条件是的χ分布。

对序平台因分析器的通道影响的统计分析总结与展望下代测序技术是近几年高速发展的新兴技术，在医学制药及生物领域有十分大的发展空间，但大部分人对这年轻的科技尚不熟悉，本文首先简单对下代测序技术，序以及广泛运用的测序平台行介绍。

然后我们关心如何分析序平台产生的数据，实验发现，经过该平台测序得出的数据具有相对高的可靠性，但是还是不可避免地会有些偏差，我们又对该偏差进行了分析。

以序平台的流程为例，细胞分离出来后随机分段并反转录成后由测序平台测序，测序过程中片段被放置于流动槽，每个流动槽包括组通道，其中组为对照组。

本文关心的是测序过程中的通道的分组是否会对测序数据的结果有影响，即通道影响本文做了三种假设检验方法对测序过程中的通道影响进行估计。

首先，我们想到采用最基本也是最基础的确概率检验，直接对两个通道上基因的读段数据进行分析，以列联表的格式直观呈中北大学届本科毕业设计说明书第页共毕业设计说明书电子邮件客户端软件作者银鹄学号学院系电子与计算机科学技术学院计算机科学与技术系专业计算机科学与技术指导教师评阅人年月中北大学届本科毕业设计说明书第共引言电子邮件介绍开发背景开发环境及运行环境软件架构及系统用例图系统架构系统总体用例发送邮件类附加小功能类议的研究