Modelos Lineares e Métodos Bayesianos Empíricos para Avaliar Expressão Diferencial em Experimentos de Microarranjos

Considera-se o problema de identificar genes diferencialmente expressos em experimentos de microarranjos planejados. Lonnstedt e Speed (2002) derivaram uma expressão para as chances posteriores de expressão diferencial em um experimento replicado de duas cores usando um modelo paramétrico hierárquico simples. O objetivo deste artigo é desenvolver o modelo hierárquico de Lonnstedt e Speed (2002) em uma abordagem prática para experimentos gerais de microarranjos com números arbitrários de tratamentos e amostras de RNA. O modelo é redefinido no contexto de modelos lineares gerais com coeficientes arbitrários e contrastes de interesse. A abordagem aplica-se igualmente bem tanto a experimentos de microarranjos de canal único quanto de duas cores. Estimadores consistentes e em forma fechada são derivados para os hiperparâmetros do modelo. Os estimadores propostos apresentam comportamento robusto mesmo para poucos arrays e permitem dados incompletos decorrentes de filtragem de pontos ou pesos de qualidade dos pontos. A estatística de chances posteriores é reformulada em termos de uma estatística t moderada na qual desvios padrão residuais posteriores são usados no lugar dos desvios padrão ordinários. A abordagem Bayesiana empírica é equivalente ao encolhimento das variâncias amostrais estimadas em direção a uma estimativa agrupada, resultando em inferência muito mais estável quando o número de arrays é pequeno. O uso de estatísticas t moderadas tem a vantagem sobre as chances posteriores que o número de hiperparâmetros que precisam ser estimados é reduzido; em particular, não é necessário conhecer a prior nula para as mudanças de dobra. Mostra-se que a estatística t moderada segue uma distribuição t com graus de liberdade aumentados. A abordagem inferencial t moderada estende-se para acomodar testes de hipóteses nulas compostas por meio do uso de estatísticas F moderadas. O desempenho dos métodos é demonstrado em um estudo de simulação. Resultados são apresentados para dois conjuntos de dados disponíveis publicamente.