Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloNot proper ROC curves as new tool for the analysis of differentially expressed genes in microarray experiments
Anno di pubblicazione2008
FormatoElettronico
Autore/iS. Parodi; V. Pistoia; M. Muselli
Affiliazioni autoriS. Parodi: Servizio di Epidemiologia e Biostatistica, Istituto Giannina Gaslini, Genova; V. Pistoia: Laboratorio Scientifico di Oncologia, Istituto Giannina Gaslini, Genova; M. Muselli: CNR-IEIIT
Autori CNR e affiliazioni
  • MARCO MUSELLI
Lingua/e
  • inglese
AbstractBackground: Most microarray experiments are carried out with the purpose of identifying genes whose expression varies in relation with specific conditions or in response to environmental stimuli. In such studies, genes showing similar mean expression values between two or more groups are considered as not differentially expressed, even if hidden subclasses with different expression values may exist. In this paper we propose a new method for identifying differentially expressed genes, based on the area between the ROC curve and the rising diagonal (ABCR). ABCR represents a more general approach than the standard area under the ROC curve (AUC), because it can identify both proper (i.e., concave) and not proper ROC curves (NPRC). In particular, NPRC may correspond to those genes that tend to escape standard selection methods. Results: We assessed the performance of our method using data from a publicly available database of 4026 genes, including 14 normal B cell samples (NBC) and 20 heterogeneous lymphomas (namely: 9 follicular lymphomas and 11 chronic lymphocytic leukemias). Moreover, NBC also included two sub-classes, i.e., 6 heavily stimulated and 8 slightly or not stimulated samples. We identified 1607 differentially expressed genes with an estimated False Discovery Rate of 15%. Among them, 16 corresponded to NPRC and all escaped standard selection procedures based on AUC and t statistics. Moreover, a simple inspection to the shape of such plots allowed to identify the two subclasses in either one class in 13 cases (81%). Conclusion: NPRC represent a new useful tool for the analysis of microarray data.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da-
Pagine a-
Pagine totali-
RivistaBMC bioinformatics
Attiva dal 2000
Editore: BioMed Central, - [London]
Paese di pubblicazione: Regno Unito
Lingua: inglese
ISSN: 1471-2105
Titolo chiave: BMC bioinformatics
Titolo proprio: BMC bioinformatics
Titolo abbreviato: BMC bioinformatics
Titoli alternativi:
  • BioMed Central bioinformatics
  • Bioinformatics
Numero volume della rivista9
Fascicolo della rivista410
DOI10.1186/1471-2105-9-410
Verificato da referee-
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000260489400001)
  • Scopus (Codice:2-s2.0-55349084073)
  • PubMed (Codice:18834513)
Parole chiave-
Link (URL, URI)http://www.biomedcentral.com/1471-2105/9/410
Titolo parallelo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
Moduli CNR
    Progetti Europei-
    Allegati
    • Not proper ROC curves as new tool for the analysis of differentially expressed genes in microarray experiments

    Dati associati a vecchie tipologie
    I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
    Editore
    • Biomed Central Ltd., London (Regno Unito)

    Dati storici
    I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
    Area disciplinareComputer Science & Engineering
    Area valutazione CIVRScienze matematiche e informatiche
    Rivista ISIBMC BIOINFORMATICS [00006NN]