基于改進(jìn)RankComp的個(gè)體化差異表達(dá)基因識(shí)別算法

楊書(shū)新， 陳良泊

（江西理工大學(xué)信息工程學(xué)院，江西 贛州341000）

0 引 言

基因的選擇性表達(dá)與生物的生命調(diào)控息息相關(guān)，研究疾病樣本中基因的差異表達(dá)有助于揭示疾病相關(guān)的生物學(xué)機(jī)制[1]?，F(xiàn)有的許多算法如：T-test[2]、SAM[3]、edgeR[4]和DEseq[5]被提 出 用 于 在 群 體 層 面 上鑒別不同病理生理?xiàng)l件或不同實(shí)驗(yàn)條件下的差異表達(dá)基因（Differential Expression Gene，DEG）。由于群體水平的差異表達(dá)基因忽略了疾病的異質(zhì)性，不能提供患者特異性的差異表達(dá)信息，故而無(wú)法回答許多具有生物學(xué)意義的問(wèn)題[6]。例如，Tomlins等發(fā)現(xiàn)一些基因只在特定一些疾病樣本而不是在所有的疾病樣本中出現(xiàn)失調(diào)[7]。無(wú)獨(dú)有偶，Zhou等在乳腺癌差異表達(dá)研究中發(fā)現(xiàn)，在雌激素受體陽(yáng)性的乳腺癌樣本中，一部分差異表達(dá)基因的失調(diào)方向與其在雌激素受體陰性的乳腺癌樣本中的失調(diào)方向相反[8]。在個(gè)體層面識(shí)別差異表達(dá)基因是實(shí)現(xiàn)精準(zhǔn)醫(yī)療的基本步驟，有助于更好地理解疾病特異性的生物學(xué)機(jī)制并促進(jìn)個(gè)性化治療策略的發(fā)展[9]。隨著精準(zhǔn)醫(yī)療概念的普及，研究熱點(diǎn)逐漸轉(zhuǎn)向個(gè)體化基因差異表達(dá)分析。離群度（Outlying Degree，OD）[10－11]、Zscore和其改進(jìn)Rscore[12]等算法被提出用于識(shí)別個(gè)體化差異表達(dá)基因。不過(guò)這些算法對(duì)批次效應(yīng)很敏感，也缺乏統(tǒng)計(jì)學(xué)控制。為解決該問(wèn)題，Wang等提出基于相對(duì)表達(dá)豐度排秩（Relative Expression Orderings,REO）的RankComp算法[13]。RankComp通過(guò)比較每個(gè)疾病樣本中基因?qū)Φ腞EO和正常樣本中REO高度穩(wěn)定的基因?qū)?lái)識(shí)別個(gè)體水平的差異表達(dá)基因。由于沒(méi)有直接使用基因表達(dá)值，RankComp獨(dú)立于批次效應(yīng)。經(jīng)研究發(fā)現(xiàn)，RankComp存在統(tǒng)計(jì)效能低的問(wèn)題。Richard等提出另一種基于相對(duì)表達(dá)豐度排秩的算法PenDA[14]，聲稱在個(gè)體化基因差異表達(dá)分析中效率很高。但是PenDA的結(jié)果依賴于兩個(gè)人工參數(shù)，缺乏統(tǒng)計(jì)學(xué)控制。同時(shí)本文研究發(fā)現(xiàn)，PenDA在數(shù)據(jù)清洗過(guò)程中會(huì)刪除潛在差異表達(dá)基因，造成生物信息丟失。

為解決以上問(wèn)題，本文對(duì)RankComp算法進(jìn)行改進(jìn)，提出RankComp+算法，并在兩個(gè)仿真數(shù)據(jù)實(shí)驗(yàn)和一個(gè)真實(shí)的肺癌基因表達(dá)數(shù)據(jù)集實(shí)驗(yàn)中檢測(cè)個(gè)體化差異表達(dá)基因，評(píng)估了RankComp+的性能。結(jié)果表明，RankComp+仿真數(shù)據(jù)實(shí)驗(yàn)和真實(shí)肺癌配對(duì)樣本數(shù)據(jù)中的表現(xiàn)都優(yōu)于RankComp和PenDA。此外，為進(jìn)一步評(píng)估RankComp+算法得出結(jié)果的可靠性，本文將RankComp+算法應(yīng)用于數(shù)據(jù)具有單邊性的缺血性心肌?。↖schemic Cardiomyopathy，ICM）數(shù)據(jù)中，對(duì)得到的差異表達(dá)基因進(jìn)行功能富集分析，得到了與ICM相關(guān)的一些新的生物學(xué)通路，驗(yàn)證了RankComp+算法得出的結(jié)果具有生物學(xué)意義。

1 相關(guān)定義

1.1 個(gè)體化差異表達(dá)基因

差異表達(dá)基因一般來(lái)說(shuō)有兩個(gè)定義。其一，若一個(gè)給定的基因i由于處于不同條件下（如環(huán)境壓力、時(shí)間等）表達(dá)水平出現(xiàn)顯著性差異，則將基因i定義為差異表達(dá)基因。其二，在不同條件因素下，因基因突變或者甲基化等結(jié)構(gòu)發(fā)生變化而導(dǎo)致差異的基因被定義為差異表達(dá)基因。在一般情況下，使用較多的是第一種定義，例如，基因i在正常樣本中表達(dá)量為GiN，經(jīng)觀察發(fā)現(xiàn)其在疾病樣本中的表達(dá)量為GiD，若經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，發(fā)現(xiàn)GiN和GiD之間具有顯著差異，則認(rèn)為基因i發(fā)生了差異表達(dá)并將其定義為差異表達(dá)基因。

1.2 相對(duì)表達(dá)豐度排秩

相對(duì)表達(dá)豐度排秩 （Relative Expression Orderings，REO）是存在于基因?qū)χ袃苫蛑g的一種相互關(guān)系，由Wang等[13]首先提出。給定一個(gè)基因?qū)包含基因i和基因j，則p的REO有且僅有兩種可能，Gi>Gj以及Gi

圖1 相對(duì)表達(dá)豐度排秩示意

2 RankComp+算法

為提高RankComp算法的整體效能，RankComp+算法對(duì)其進(jìn)行了兩處改進(jìn)。其一，在穩(wěn)定對(duì)篩選部分，對(duì)高度穩(wěn)定策略的閾值選取進(jìn)行了調(diào)整；其二，在消除伙伴基因差異表達(dá)的影響部分，增加了迭代過(guò)程，從而使伙伴基因差異表達(dá)的影響消除更徹底。RankComp+算法可分為四個(gè)步驟，其算法流程圖如圖2所示。

圖2 RankComp+算法差異表達(dá)基因識(shí)別流程

其中，n表示樣本總數(shù)；I（x）表示滿足x條件的基因?qū)€(gè)數(shù)。RankComp算法在篩選穩(wěn)定對(duì)時(shí)使用高度穩(wěn)定策略，將閾值設(shè)置為99%。本文研究認(rèn)為該閾值設(shè)置過(guò)于嚴(yán)苛，容易造成算法統(tǒng)計(jì)效能低下的問(wèn)題。在對(duì)高度穩(wěn)定95%、高度穩(wěn)定99%和累計(jì)二項(xiàng)分布三種穩(wěn)定對(duì)閾值實(shí)驗(yàn)驗(yàn)證后（詳見(jiàn)3.4節(jié)），本文將穩(wěn)定對(duì)閾值定為高度穩(wěn)定95%。

步驟二，根據(jù)篩選出來(lái)的穩(wěn)定基因?qū)Γ诮o定的疾病樣本中找出逆轉(zhuǎn)基因?qū)?。逆轉(zhuǎn)基因?qū)Χx為與穩(wěn)定基因?qū)χ械腞EO相比，在疾病樣本中REO發(fā)生改變的基因?qū)?。給定基因i、基因j，根據(jù)REO的兩種不同情況Gi>Gj和GiGj→GiGj，其示意圖如圖3所示。

圖3 兩種逆轉(zhuǎn)對(duì)模式示意

步驟三，差異表達(dá)基因的判定。差異表達(dá)基因的判定原理為，當(dāng)一個(gè)基因?qū)Φ腞EO發(fā)生逆轉(zhuǎn)時(shí)，兩個(gè)基因至少有一個(gè)發(fā)生了差異表達(dá)。根據(jù)該原理，如果控制與待判定基因的伙伴基因的失調(diào)對(duì)待判定基因的影響，便可以通過(guò)基因?qū)Φ腞EO來(lái)判斷待判定基因是否發(fā)生差異表達(dá)。對(duì)于基因i，在控制其伙伴基因j（i≠j）情況下，逆轉(zhuǎn)模式Gi>Gj→GiGj支持基因i差異表達(dá)上調(diào)。對(duì)于疾病樣本k中某一特定的基因i，如果顯著多的逆轉(zhuǎn)基因?qū)χС只騣差異表達(dá)上調(diào)，那么基因i則被判斷為差異上調(diào)；反之，如果顯著多的逆轉(zhuǎn)基因?qū)χС只騣差異表達(dá)下調(diào)i則被判斷為差異下調(diào)。

在穩(wěn)定基因?qū)χ?，統(tǒng)計(jì)REO模式為Gi>Gj的基因?qū)?shù)目，記為a；REO模式為GiGj→GiGj的逆轉(zhuǎn)對(duì)數(shù)目，記為d。得到a、b、c、d后可以構(gòu)建如表1所列的四格表。

表1 差異表達(dá)判定四格表

設(shè)置零假設(shè)為a/b=（a-c+d）/（b-d+c），使用Fisher精確檢驗(yàn)對(duì)表1所列四格表進(jìn)行檢驗(yàn)，得到p值。若p值小于0.05，則說(shuō)明支持i差異表達(dá)上調(diào)的基因?qū)τ谥С只騣差異表達(dá)下調(diào)的基因?qū)?shù)目有顯著差異。通過(guò)支持基因i差異表達(dá)上、下調(diào)的數(shù)目c與d的大小即可判定基因i的差異表達(dá)方向。若c>d，說(shuō)明基因i差異表達(dá)下調(diào)，反之若c

步驟四，伙伴基因差異表達(dá)影響的消除。RankComp算法在所有的基因都經(jīng)過(guò)一次Fisher精確檢驗(yàn)之后，為了消除伙伴基因的差異表達(dá)對(duì)待判定基因的影響，從穩(wěn)定基因?qū)湍孓D(zhuǎn)基因?qū)χ腥コ谝淮蜦isher精確檢驗(yàn)中被判定為差異表達(dá)基因的相關(guān)基因?qū)?，取出后再次?zhí)行Fisher精確檢驗(yàn)，以第二次篩選出來(lái)的DEG列表作為最終DEG。

本文研究認(rèn)為，RankComp算法對(duì)于伙伴基因差異表達(dá)的影響消除不夠徹底，第二次篩選出來(lái)的DEG相關(guān)基因?qū)θ匀淮嬖谟诜€(wěn)定對(duì)、逆轉(zhuǎn)對(duì)中。為徹底消除伙伴基因差異表達(dá)的影響，RankComp+算法在RankComp算法基礎(chǔ)上，添加迭代過(guò)程。每次得出DEG列表，都去除穩(wěn)定對(duì)、逆轉(zhuǎn)對(duì)中與這些DEG相關(guān)的基因?qū)?，直到前一次和后一次得到的DEG列表一致，才將最后得到的DEG列表作為最后DEG結(jié)果。

黨支部制定了驛站管理制度、服務(wù)群眾工作制度、坐班工作制度等，安排機(jī)關(guān)正式黨員作為工作人員到驛站開(kāi)展服務(wù)，先后開(kāi)展了入戶幫扶度夏收、環(huán)衛(wèi)一線送清涼、濕地公園除雜草、城管執(zhí)法體驗(yàn)日等主題活動(dòng)，拉近了群眾和黨員的距離，讓群眾時(shí)刻感受到黨組織、黨員就在身邊。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

本研究中使用的所有數(shù)據(jù)集均從Gene Expression Omnibus（GEO）[15]下載。如表2所列，收集到的肺癌組織的正常樣本用來(lái)篩選正常條件下具有穩(wěn)定REO的基因?qū)?。其中，GSE27262包含來(lái)自同一患者的配對(duì)癌癥-正常樣本的表達(dá)數(shù)據(jù)，本文選擇從該數(shù)據(jù)集中配對(duì)樣本分析的基因失調(diào)方向作為金標(biāo)準(zhǔn)用于在肺癌數(shù)據(jù)驗(yàn)證實(shí)驗(yàn)中的性能評(píng)估。本文數(shù)據(jù)的產(chǎn)生平臺(tái)主要有兩種，Affymetrix平臺(tái)和Illumina微陣列平臺(tái)，不同平臺(tái)的數(shù)據(jù)預(yù)處理方式不同。對(duì)于使用Affymetrix平臺(tái)（HG-U133 Plus2.0）生成的微陣列數(shù)據(jù)集，原始數(shù)據(jù)（.CEL文件）從GEO獲取并使用RMA算法進(jìn)行處理。對(duì)于Illumina微陣列平臺(tái)，由于預(yù)處理流程相較Affymetrix平臺(tái)復(fù)雜且缺乏比較好的開(kāi)源分析工具，本文直接從GEO獲取處理后的數(shù)據(jù)。

表2 方法驗(yàn)證實(shí)驗(yàn)數(shù)據(jù)

3.2 算法評(píng)價(jià)指標(biāo)

通過(guò)將RankComp+應(yīng)用于兩個(gè)仿真實(shí)驗(yàn)和一個(gè)配對(duì)樣本實(shí)驗(yàn)中，對(duì)RankComp+的性能進(jìn)行了評(píng)估。為了使對(duì)比效果更為客觀，仿真實(shí)驗(yàn)采取兩種不同策略，其一參考了RankComp算法中設(shè)計(jì)的仿真策略，其二則采用了PenDA算法中設(shè)計(jì)的仿真策略。

兩種仿真實(shí)驗(yàn)均基于正常的肺部數(shù)據(jù)，重復(fù)執(zhí)行1 000次以避免相對(duì)誤差。在仿真實(shí)驗(yàn)中，靈敏度、特異度和F-score被用來(lái)評(píng)估方法的性能。靈敏度計(jì)算為所有差異表達(dá)基因中正確識(shí)別的差異表達(dá)基因的比例，而特異度則是所有非差異表達(dá)基因中正確識(shí)別的非差異表達(dá)基因的比例。F-score得分是通過(guò)靈敏度和特異度如公式（3）計(jì)算的統(tǒng)計(jì)量。

由于在肺組織配對(duì)樣本數(shù)據(jù)中確切的差異表達(dá)基因無(wú)法獲得，本文將成對(duì)樣本中觀察到的失調(diào)方向變化作為金標(biāo)準(zhǔn)。通過(guò)正確識(shí)別的DEG數(shù)目與識(shí)別的DEG總數(shù)的比值計(jì)算出的一致性評(píng)分能夠反映算法識(shí)別DEG的準(zhǔn)確性。而識(shí)別出的DEG數(shù)量與基因半數(shù)的比值反映算法的統(tǒng)計(jì)效能。為綜合考慮準(zhǔn)確性與統(tǒng)計(jì)效能，本文提出總體性能（Overall Power，OP）指標(biāo)對(duì)RankComp+、PenDA和RankComp在肺癌配對(duì)樣本數(shù)據(jù)中的表現(xiàn)進(jìn)行評(píng)價(jià)，OP的計(jì)算方式如式（4）、式（5）所示。

其中，k指的是某一疾病樣本；RDEG（k）表示在樣本k中別出的DEG數(shù)量與基因總數(shù)的比值；Consistency（k）表示算法在樣本k中的一致性評(píng)分。

3.3 算法參數(shù)確定

為確定適合的RankComp+穩(wěn)定對(duì)閾值，本文對(duì)常用的高度穩(wěn)定策略95%、高度穩(wěn)定策略99%以及累計(jì)二項(xiàng)分布策略三種穩(wěn)定對(duì)閾值在配對(duì)樣本數(shù)據(jù)集GSE27262中進(jìn)行了驗(yàn)證，驗(yàn)證結(jié)果如表3所列。

表3 RankComp+穩(wěn)定對(duì)閾值選取實(shí)驗(yàn)結(jié)果

由表3可看出，在高度穩(wěn)定99%策略下RankComp+算法的一致性指數(shù)很高，但是找出的差異表達(dá)基因數(shù)目很少；而累計(jì)二項(xiàng)分布則恰恰相反，找出的差異表達(dá)基因數(shù)目很多，一致性指數(shù)卻十分低。為平衡算法的準(zhǔn)確性和統(tǒng)計(jì)效能，使得算法既能兼顧“找準(zhǔn)”又能兼顧“找全”，本文使用高度穩(wěn)定95%作為RankComp+的穩(wěn)定對(duì)閾值。

3.4 仿真數(shù)據(jù)實(shí)驗(yàn)

本研究在兩個(gè)仿真實(shí)驗(yàn)中評(píng)估了RankComp+在個(gè)體化差異表達(dá)基因識(shí)別中的性能。在RankComp策略仿真實(shí)驗(yàn)中，首先隨機(jī)提取GSE19804的10個(gè)正常樣本作為初始樣本。然后，通過(guò)隨機(jī)設(shè)置在-2和2之間的倍數(shù)變化（log2FC）對(duì)其表達(dá)值進(jìn)行改變來(lái)隨機(jī)生成上調(diào)和下調(diào)的基因。本文通過(guò)RankComp策略仿真生成了兩個(gè)數(shù)據(jù)集，一個(gè)具有3 000個(gè)上調(diào)基因和3 000個(gè)下調(diào)基因，另一個(gè)具有1 500個(gè)上調(diào)基因和1 500個(gè)下調(diào)基因。PenDA策略仿真實(shí)驗(yàn)是使用R語(yǔ)言penda包中的方法penda::complex_simulation生成，隨機(jī)抽取GSE19804的10個(gè)正常樣本和10個(gè)腫瘤樣本作為輸入數(shù)據(jù)。生成參數(shù)根據(jù)penda包的說(shuō)明設(shè)置為size_grp=10，quant=0.05。兩次仿真都進(jìn)行了1 000次以減少相對(duì)誤差。為了更好地比較它們的性能，本文將RankComp和PenDA也應(yīng)用在仿真實(shí)驗(yàn)中。

在RankComp策略仿真實(shí)驗(yàn)中，207個(gè)具有20 572個(gè)基因的肺組織正常樣本被用來(lái)識(shí)別穩(wěn)定基因?qū)Γ?55 273 015個(gè)穩(wěn)定基因?qū)Ρ籖ankComp+篩選出來(lái)。同時(shí)，由于篩選穩(wěn)定對(duì)的閾值不同，RankComp尋找出133 582 941個(gè)穩(wěn)定基因?qū)τ糜谄銬EG檢測(cè)。各算法在RankComp策略仿真實(shí)驗(yàn)中的結(jié)果如圖4、圖5所示。

圖4 生成6 000差異基因的RankComp策略仿真實(shí)驗(yàn)結(jié)果

圖5 生成3 000差異基因的RankComp策略仿真實(shí)驗(yàn)結(jié)果

圖4 展示了4種算法在具有3 000上調(diào)以及3 000下調(diào)的RankComp策略仿真數(shù)據(jù)集中的表現(xiàn)，從中可以看出RankComp+的表現(xiàn)（F-score平均0.776）優(yōu)于其他兩種方法，由于PenDA算法在執(zhí)行數(shù)據(jù)清洗的過(guò)程中排除的基因包含仿真出來(lái)的差異表達(dá)基因，因此PenDA在模擬中顯示出較低靈敏度（平均0.618），盡管PenDA在特異度方面表現(xiàn)很好（平均0.971），但低靈敏度導(dǎo)致其F-score較低（平均0.73）。RankComp的表現(xiàn)在某種程度上類(lèi)似于PenDA，其特異度為平均0.728，而靈敏度平均只有0.550，這導(dǎo)致其F-score較低（平均0.623）。在具有1 500上調(diào)基因和1 500下調(diào)基因的RankComp策略仿真實(shí)驗(yàn)中也可以看到類(lèi)似的結(jié)果（圖5）。

對(duì)于PenDA策略仿真實(shí)驗(yàn)，本文在總共17 816個(gè)基因中對(duì)10個(gè)疾病樣本平均仿真了3 122個(gè)DEG。使用與RankComp策略仿真實(shí)驗(yàn)一樣的207個(gè)肺組織正常樣本，RankComp+提取了109 163 986個(gè)穩(wěn)定基因?qū)?，而RankComp獲得了90 366 703個(gè)穩(wěn)定基因?qū)ψ鳛槠銬EG檢測(cè)的背景列表。各算法在PenDA策略仿真實(shí)驗(yàn)中的表現(xiàn)如圖6所示。

從圖6中可以看出，在這些算法中，RankComp的F-score最高（平均0.867），盡管其特異度低于PenDA的特異度（平均0.918 vs.平均0.963），但其較高的靈敏度（平均0.824）導(dǎo)致其F-score比PenDA更好（平均0.867 vs.平均0.857）。值得注意的是，包括RankComp在內(nèi)的所有算法在PenDA策略仿真實(shí)驗(yàn)中均顯示出高特異度。與RankComp策略仿真實(shí)驗(yàn)相似，RankComp的靈敏度（平均0.514）較差，導(dǎo)致其F-score很低（平均0.668）。

圖6 PenDA策略仿真實(shí)驗(yàn)結(jié)果

總體而言，RankComp+在RankComp策略仿真實(shí)驗(yàn)和PenDA策略仿真實(shí)驗(yàn)中的總體表現(xiàn)良好，優(yōu)于其余算法。

3.5 肺癌配對(duì)樣本數(shù)據(jù)實(shí)驗(yàn)

為了進(jìn)一步研究算法的效能，RankComp+、RankComp和PenDA被應(yīng)用肺癌配對(duì)樣本數(shù)據(jù)集GSE27262中。表2中描述的肺組織正常樣本被用于篩選穩(wěn)定基因?qū)ΑＶ档米⒁獾氖?，為了排除GSE27262數(shù)據(jù)集中正常樣本對(duì)于結(jié)果判定的影響，GSE27262中的正常樣本不納入穩(wěn)定對(duì)選擇步驟。實(shí)驗(yàn)結(jié)果如圖7所示。

圖7 肺癌配對(duì)樣本數(shù)據(jù)集中的表現(xiàn)

肺癌配對(duì)樣本實(shí)驗(yàn)結(jié)果顯示，在所有參與比較的方法中，PenDA的一致性最高（平均0.993），但其DEG數(shù)最低（平均491.16），表明盡管PenDA方法雖然具有較高的準(zhǔn)確性，其統(tǒng)計(jì)效能卻很低，這導(dǎo)致PenDA算法的總體效能很低。RankComp方法也缺乏統(tǒng)計(jì)效能，其平均DEG平均數(shù)目?jī)H為1 485。RankComp+的一致性得分雖然略低于RankComp和PenDA（平均0.935vs.0.973，0.935vs.0.993），但DEG數(shù)卻高得多，達(dá)到平均4 597.36，致使其總體效能高于RankComp、PenDA算法，表明對(duì)RankComp+算法而言，準(zhǔn)確性和統(tǒng)計(jì)效能達(dá)到了很好的平衡。

3.6 缺血性心肌病數(shù)據(jù)實(shí)驗(yàn)

缺血性心肌病（Ischemic Cardiomyopathy，ICM）是向心臟供血的冠狀動(dòng)脈變窄而引起的一類(lèi)心肌病，是心臟猝死的主要原因之一。ICM發(fā)病率的逐年增加使其對(duì)人類(lèi)健康造成的危害更加嚴(yán)重。缺血性心肌病的數(shù)據(jù)屬于一類(lèi)“單邊數(shù)據(jù)”，由于疾病特性影響，幾乎不太可能獲取到同一個(gè)體的配對(duì)樣本，這導(dǎo)致需要依賴配對(duì)樣本進(jìn)行分析的各種差異基因識(shí)別方法無(wú)法應(yīng)用于缺血性心肌病的差異表達(dá)分析。本文將RankComp+算法應(yīng)用于ICM數(shù)據(jù)集，通過(guò)對(duì)兩方法檢測(cè)出的差異表達(dá)基因的功能富集分析，尋找可能與ICM相關(guān)的生物學(xué)通路。

從RankComp+結(jié)果中提取的DEG的數(shù)目為659。通過(guò)對(duì)這659個(gè)DEG的富集分析，可能與ICM相關(guān)的3條GO通路和10條KEGG通路被識(shí)別出來(lái)。GO和KEGG分析結(jié)果分別如圖8、圖9所示。

圖8 Rank Comp+算法GO通路富集結(jié)果

圖9 RankComp+算法KEGG通路富集結(jié)果

GO分析顯示這659個(gè)DEG顯著富集于structural constituent of ribosome、S100 protein binding及cadherin binding通路，顯著性水平p<0.05。同時(shí)，這些DEG在KEGG富集分析中富集到Proteasome、Ribosome、Epstein-Barr virus infection、Amyotrophic lateral sclerosis、Spinocerebellar ataxia等通路。值得注意的是在GO通路富集和KEGG通路富集分析中均發(fā)現(xiàn)與核糖體（ribosome）相關(guān)的通路被富集，核糖體相關(guān)通路可能與ICM的發(fā)病有較高相關(guān)性。

4 結(jié) 論

本文針對(duì)現(xiàn)有個(gè)體化差異表達(dá)基因識(shí)別算法存在的統(tǒng)計(jì)效能不足等問(wèn)題，通過(guò)對(duì)RankComp算法進(jìn)行改進(jìn)，提出RankComp+算法。在兩種不同策略的仿真實(shí)驗(yàn)和肺癌配對(duì)樣本實(shí)驗(yàn)中的實(shí)驗(yàn)結(jié)果表明RankComp+算法能夠穩(wěn)定地找出疾病樣本中的差異表達(dá)基因。在進(jìn)一步將RankComp+算法應(yīng)用于缺血性心肌病數(shù)據(jù)的實(shí)驗(yàn)中，通過(guò)對(duì)RankComp+算法識(shí)別的差異表達(dá)基因進(jìn)行通路富集分析，與缺血性心肌病相關(guān)的新生物學(xué)通路被識(shí)別出來(lái)，說(shuō)明RankComp+算法識(shí)別的差異表達(dá)基因具有生物學(xué)意義。綜上所述，RankComp+算法能夠有效應(yīng)用于個(gè)體化基因差異表達(dá)分析并為疾病的機(jī)理研究提供新的信息。