陆 震 刘 艳 李婧惟

哈尔滨医科大学卫生统计学教研室，150081 黑龙江 哈尔滨

生物实验受到许多噪声因素的影响，其产生的数据带有噪声，但这些噪声一般被控制在某个范围之内，即实验往往不仅产生数据，而且还附带着对所产生数据不确定性大小的度量。目前对于高维基因表达数据中噪声的优化处理，基于网络方法应对噪声的影响是当前研究的一种主要思路[1-3]，也有研究提出贝叶斯SBC、聚类等方法对高维基因表达数据进行稳健降噪[4-5]。在生存风险基因的筛选中，已有研究将类似的基因网络方法用于生存分析[6-9]。本研究重点关注带有噪声的高维基因表达数据生存风险基因筛选问题，分别利用模拟数据和真实数据，对基于降噪风险基因网络的生存风险基因筛选算法CoxLASSO-ISIS-N的表现作出评价，并与其他5种算法进行比较，分析算法的优劣，以期为高维基因表达数据的生存风险基因筛选提供一种新的思路，旨在更精确地研究终点事件(疾病的发生、某种处理的反应、疾病的复发或死亡等结局)发生与高维基因表达数据之间的关系，为临床诊断以及预后管理提供依据。

1 资料与方法

1.1 资料来源

当前，无论是芯片还是测序研究，所接触到基因的数量级往往是上万的大小，即带来了极高维度下的低样本问题。本文在检索并查阅了相关文献中模拟实验的设置情况后，将模拟数据设置如下[1,10]：

分别设置基因数p为1 000、2 000和5 000，样本量n为50和100的6种组合。其中，在全部6种组合下，均设置真实生存相关基因的个数仅为5个，二者最大比例为1∶1 000，以求接近真实的基因量级，以评估全部6种算法的性能表现。……