Approches statistiques pour l'analyse d'une vaste étude multi-traitements sur l'évolution temporelle de granulés métalliques implantés dans le muscle de la souris
Wenjun Bao, Russell D. Wolfinger et Tzu-Ming Chu, SAS ; Edward Perkins, Centre de recherche et développement du génie de l'armée américaine ; Desmond I. Bannon, Institut de santé publique
Dans une étude chronologique des effets d'une seule pastille implantée (nickel, alliage tungstène/nickel/cobalt, tantale ou témoin) chez la souris, plus de 400 puces à billes d'expression Illumina Sentrix MouseRef-8 v1.1 ont été générées afin d'évaluer l'effet des traitements sur les profils d'expression génétique au fil du temps. Nous présentons des solutions à plusieurs défis d'analyse de données liés à un ensemble de données aussi volumineux. Premièrement, la transformation : un nombre significatif de gènes présentent des valeurs d'intensité négatives. Nous avons étudié les approches d'imputation par log décalé et par valeur manquante. Deuxièmement, la normalisation : un effet de lot évident est associé à la date de fin de préparation de l'échantillon de la puce à ADN. Nous avons exploré différentes méthodes de normalisation, notamment la correction des profils par lots groupés (GBP). Troisièmement, les gènes différentiellement exprimés : nous avons utilisé une approche ANOVA à modèle mixte pour tester leurs différences.
