20、基因表达数据分析与肝癌图像分类的深度学习研究

基因表达数据分析与肝癌图像分类的深度学习研究

基因表达数据分析方法

在基因表达数据的分析中，为了检测差异表达基因及其功能群落，研究人员运用了多种方法，并对它们的性能进行了比较。在相关的研究中，以测试组基因的平均表达值作为X轴，测试组与对照组平均表达值比值的对数绝对值作为Y轴，绘制了一系列图表来展示不同方法的表现。
- 改进的倍数变化法 ：该方法用于识别差异表达基因时，表达数据集中的所有原始基因数据用红色斑点表示，差异表达的基因用蓝色斑点表示。在右侧的功能关系图中，有291个节点和301条边。
- 基于分区的方法 ：同样，红色斑点代表表达数据集中的所有原始基因数据，蓝色斑点代表差异表达的基因。此方法对应的功能关系图中有955个节点和1254条边。
- 基于拟合指数函数曲线的方法 ：红色为原始基因数据，蓝色为差异表达基因。功能关系图包含369个节点和404条边。
- 基于均值差异的方法 ：该方法下，功能关系图有750个节点和979条边。
- 基于PCA差异的方法 ：功能关系图中节点数为755，边数为982。
- 基于几何差异的方法 ：功能关系图包含729个节点和888条边。

以下是不同方法对应功能关系图的节点和边数量的表格总结：
| 方法 | 节点数 | 边数 |
| — | — | — |
| 改进的倍数变化法 | 291 | 301 |
| 基于分区的方法 | 955 | 12