自适应性FDR控制程序原理及组学数据应用

目的 高维组学数据分析常伴随多重检验问题,不当处理可造成检验效能低下或阳性发现错误率(FDR)升高.FDR已发展为一类新的控制标准,衍生出一系列理论和方法.方法 本研究首先对一类自适应性FDR控制方法原理及条件进行介绍,其基于Benjamini-Hochberg程序,由数据自适应性地估计真实原假设数(m0)进而对FDR实现控制;具体方法包括迭代式、分位数(中位数、定值)、多阶段、阈值函数调整、m0外插等.进一步,将上述方法用于肺癌患者CT图像特征和COVID-19患者血清蛋白表达两个实例分析.结果 相对两项分析中的控制前结果,各自适应性FDR控制方法均降低了阳性发现数,并相比Bonferroni校正结果很大程度保留了阳性比例.然而蛋白表达实例提示,该类程序无法从根本上解决结果不稳定性问题.通过数据拆分验证,适当降低拟控制水平并以各方法的结果进行综合评估,可使筛选结果稳定性得到一定程度提升.结论 由于自适应性FDR控制程序基于样本估计m0且需满足特定结构假设,高维小样本组学数据的结构复杂性可对其分析效果产生影响,故建议进行方法间的联合应用和综合评价.在阳性发现比例较大时,经典的线性递增程序不失为一种简易、稳健且有效的FDR控制方法.