A Test for Partial Differential Expression
部分差异表达的检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究癌症基因表达的两样本异质性检验，未讨论经济分位数或分布效应，现有材料不足以归入所列领域。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
部分差异表达的检验
- 研究问题
- 基因表达变化只发生在部分样本中时，如何检测这类异质性位移，避免仅检验总体位置变化而遗漏相关信号？
- 方法与思路
- 作者基于非参数混合模型的混合比例构造两样本统计量，通过最小化加权距离估计，并讨论置换式 p 值算法。
- 材料陈述的贡献
- 摘要称，检验渐近无分布且一致；模拟中对部分位移的检验力优于所比较方法，并以癌症数据展示异质表达检测。
- 阅读关注点
- 应核对部分位移与混合模型的定义、混合比例的可识别性、渐近与置换条件，以及不同位移情形下的比较设计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；理论条件和模拟数值未提供，所述检验力优势限于摘要报告的比较。
原文摘要
Even in a single-tissue type cancer is often a collection of different diseases, each with its own genetic mechanism. Consequently, a gene may be expressed in some but not all of the tissues in a sample. Differentially expressed genes are commonly detected by methods that test for a shift in location that ignore the possibility of heterogeneous expression. This article proposes a two-sample test statistic designed to detect shifts that occur in only a part of the sample (partial shifts). The statistic is based on the mixing proportion in a nonparametric mixture and minimizes a weighted distance function. The test is shown to be asymptotically distribution free and consistent, and an efficient permutation-based algorithm for estimating the p value is discussed. A simulation study shows that the test is indeed more powerful than the two-sample t test and the Cramér–von Mises test for detecting partial shifts and is competitive for whole-sample shifts. The use of the test is illustrated on real-life cancer datasets, where the test is able to find genes with clear heterogeneous expression associated with reported subtypes of the cancer.