Approches statistiques pour l'analyse d'une étude de grande taille, à traitements multiples et au cours du temps, de pellets métalliques implantés dans le muscle de la souris
Wenjun Bao, Russell D. Wolfinger et Tzu-Ming Chu, SAS; Edward Perkins, Centre de recherche et de développement du génie de l'armée américaine; Desmond I. Bannon, Institut de santé publique
Dans une étude sur l'évolution dans le temps des effets d'un seul culot implanté (alliage de nickel, de tungstène / nickel / alliage de cobalt, de tantale ou de contrôle) chez la souris, plus de 400 Illumina Sentrix MouseRef-8 v1.1 Des matrices de puces à billes d'expression ont été générées pour évaluer la effet des traitements sur les profils d'expression génétique dans le temps. Nous présentons des solutions à plusieurs problèmes d’analyse de données associés à un ensemble de données aussi volumineux. Premièrement, la transformation: il existe un nombre important de gènes avec des valeurs d’intensité négatives. Nous avons étudié les méthodes d'imputation par logarithme décalé et par valeur manquante. Deuxièmement, la normalisation: il existe un effet de lot évident associé à la date de fin de préparation de la biopuce. Nous avons exploré différentes méthodes de normalisation, notamment la correction du profil en lots groupés (GBP). Troisièmement, les gènes exprimés différentiellement: Nous avons utilisé une approche ANOVA à modèles mixtes pour tester leurs différences.
