Modèles Linéaires et Méthodes Bayésiennes Empiriques pour l'Évaluation de l'Expression Différentielle dans les Expériences de Microarrays

Le problème d'identification des gènes exprimés de manière différentielle dans les expériences de microarrays conçues est examiné. Lonnstedt et Speed (2002) ont dérivé une expression pour les cotes a posteriori d'expression différentielle dans une expérience répliquée à deux couleurs utilisant un modèle hiérarchique paramétrique simple. L'objectif de cet article est de développer le modèle hiérarchique de Lonnstedt et Speed (2002) en une approche pratique pour les expériences générales de microarrays avec un nombre arbitraire de traitements et d'échantillons d'ARN. Le modèle est reformulé dans le contexte des modèles linéaires généraux avec des coefficients arbitraires et des contrastes d'intérêt. L'approche s'applique également bien aux expériences de microarrays à canal unique et à deux couleurs. Des estimateurs cohérents et sous forme fermée sont dérivés pour les hyperparamètres du modèle. Les estimateurs proposés présentent un comportement robuste même pour un petit nombre de microarrays et permettent des données incomplètes résultant du filtrage de spots ou des pondérations de qualité des spots. La statistique des cotes a posteriori est reformulée en termes d'une statistique t modérée dans laquelle les écarts-types résiduels a posteriori sont utilisés à la place des écarts-types ordinaires. L'approche bayésienne empirique équivaut à une contraction des variances échantillonnées estimées vers une estimation regroupée, résultant en des inférences beaucoup plus stables lorsque le nombre de microarrays est faible. L'utilisation des statistiques t modérées présente l'avantage sur les cotes a posteriori que le nombre d'hyperparamètres à estimer est réduit ; en particulier, la connaissance du prior non nul pour les facteurs de changement n'est pas requise. Il est montré que la statistique t modérée suit une distribution t avec des degrés de liberté augmentés. L'approche inférentielle t modérée s'étend pour accueillir les tests d'hypothèses nulles composites via l'utilisation de statistiques F modérées. La performance des méthodes est démontrée dans une étude de simulation. Les résultats sont présentés pour deux ensembles de données publiques.