導語：醫(yī)學統(tǒng)計學課堂教學論文一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、概率分布

概率分布（probabilitydistribution）是醫(yī)學統(tǒng)計學中多種統(tǒng)計分析方法的理論基礎。授課內(nèi)容一般包括：二項分布、Possion分布、正態(tài)分布、t分布、F分布等。

借助概率分布常?？梢詭椭覀兞私馍笜说奶卣?、醫(yī)學現(xiàn)象的發(fā)生規(guī)律等等。例如，臨床檢驗中計量實驗室指標的參考值范圍就是依據(jù)正態(tài)分布和t分布的原理計算得到；許多醫(yī)學試驗的“陽性”結(jié)果服從二項分布，因此它被廣泛用于化學毒性的生物鑒定、樣本中某疾病陽性率的區(qū)間估計等；而一定人群中諸如遺傳缺陷、癌癥等發(fā)病率很低的非傳染性疾病患病數(shù)或死亡數(shù)的分布，單位面積（或容積）內(nèi)細菌數(shù)的分布等都服從Poisson分布，我們就可以借助Poisson分布的原理定量地對上述現(xiàn)象進行研究。

在生物信息學中概率分布也有一定應用。例如，Poisson分布可以用于基因（蛋白質(zhì)）序列的相似性分析。被研究者廣泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速將研究者提交的蛋白質(zhì)（或DNA）數(shù)據(jù)與公開數(shù)據(jù)庫進行相似性序列比對。對于序列a和b，BLAST發(fā)現(xiàn)的高得分匹配區(qū)稱為HSPs。而HSP得分超過閾值t的概率P(H(a,b)>t)可以依據(jù)Poisson分布的性質(zhì)計算得到。

二、假設檢驗

假設檢驗（hypothesis）是醫(yī)學統(tǒng)計學中統(tǒng)計推斷部分的重要內(nèi)容。假設檢驗根據(jù)反證法和小概率原理，首先依據(jù)資料性質(zhì)和所需解決的問題，建立檢驗假設；在假設該檢驗假設成立的前提下，采用適當?shù)臋z驗方法，根據(jù)樣本算得相應的檢驗統(tǒng)計量；最后，依據(jù)概率分布的特點和算得的檢驗統(tǒng)計量的大小來判斷是否支持所建立的檢驗假設，進而推斷總體上該假設是否成立。其基本方法包括：u檢驗、t檢驗、方差分析（ANOVA）和非參數(shù)檢驗方法。

假設檢驗為醫(yī)學研究提供了一種很好的由樣本推斷總體的方法。例如，隨機抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數(shù)）與該年齡段兒童應有的標準平均身高（總體均數(shù)）做u檢驗，其檢驗結(jié)果可以幫助我們推斷出該市該年齡段兒童身高是否與標準身高一致，為了解該市該年齡段兒童的生長發(fā)育水平提供參考。又如，醫(yī)學中常?？梢圆捎胻檢驗、秩和檢驗比較兩種藥物的療效有無差別；用2檢驗比較不同治療方法的有效率是否相同等等。

這些假設檢驗的方法在生物實驗資料的分析前期應用較多，但由于研究目的和資料性質(zhì)不同，一般會對某些方法進行適當調(diào)整和結(jié)合。

例如，基于基因芯片實驗數(shù)據(jù)尋找差異表達基因的問題。基因芯片（genechip）是近年來實驗分子生物學的技術(shù)突破之一，它允許研究者在一次實驗中獲得成千上萬條基因在設定實驗條件下的表達數(shù)據(jù)。為了從這海量的數(shù)據(jù)中尋找有意義的信息，在對基因表達數(shù)據(jù)進行分析的過程中，找到那些在若干實驗組中表達水平有明顯差異的基因是比較基礎和前期的方法。這些基因常常被稱為“差異表達基因”，或者“顯著性基因”。如果將不同實驗條件下某條基因表達水平的重復測量數(shù)據(jù)看作一個樣本，尋找差異表達基因的問題其實就可以采用假設檢驗方法加以解決。

如果表達數(shù)據(jù)服從正態(tài)分布，可以采用t-檢驗（或者方差分析）比較兩樣本（或多樣本）平均表達水平的差異。

但是，由于表達數(shù)據(jù)很難滿足正態(tài)性假定，目前常用的方法基于非參數(shù)檢驗的思想，并對其進行了改進。該方法分為兩步：首先，選擇一個統(tǒng)計量對基因排秩，用秩代替表達值本身；其次，為排秩統(tǒng)計量選擇一個判別值，在其之上的值判定為差異顯著。常用的排秩統(tǒng)計量有：任一特定基因在重復序列中表達水平M值的均值；考慮到基因在不同序列上變異程度的統(tǒng)計量，其中，s是M的標準差；以及用經(jīng)驗Bayes方法修正后的t-統(tǒng)計量：，修正值a由M的方差s2的均數(shù)和標準差估計得到。三、一些高級統(tǒng)計方法在基因研究中的應用

（一）聚類分析

聚類分析（clusteringanalysis）是按照“物以類聚”的原則，根據(jù)聚類對象的某些性質(zhì)與特征，運用統(tǒng)計分析的方法，將聚類對象比較相似或相近的歸并為同一類。使得各類內(nèi)的差異相對較小，類與類間的差異相對較大1。聚類分析作為一種探索性的統(tǒng)計分析方法，其基本內(nèi)容包括：相似性度量方法、系統(tǒng)聚類法（HierarchicalClustering）、K-means聚類法、SOM方法等。

聚類分析可以幫助我們解決醫(yī)學中諸如：人的體型分類，某種疾病從發(fā)生、發(fā)展到治愈不同階段的劃分，青少年生長發(fā)育分期的確定等問題。

近年來隨著基因表達譜數(shù)據(jù)的不斷積累，聚類分析已成為發(fā)掘基因信息的有效工具。在基因表達研究中，一項主要的任務是從基因表達數(shù)據(jù)中識別出基因的共同表達模式，由此將基因分成不同的種類，以便更為深入地了解其生物功能及關(guān)聯(lián)性。這種探索完全未知的數(shù)據(jù)特征的方法就是聚類分析，生物信息學中又稱為無監(jiān)督的分析（UnsupervisedAnalysis）。常用方法是利用基因表達數(shù)據(jù)對基因（樣本）進行聚類，將具有相同表達模式的基因（樣本）聚為一類，根據(jù)聚類結(jié)果通過已知基因（樣本）的功能去認識那些未知功能的基因。對于基因表達數(shù)據(jù)而言，系統(tǒng)聚類法易于使用、應用廣泛，其結(jié)果——系統(tǒng)樹圖能提供一個可視化的數(shù)據(jù)結(jié)構(gòu)，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯(lián)接法(AverageLinkageClustering)一般能給出較為合理的聚類結(jié)果2。

（二）判別分析

判別分析（discriminantanalysis）是根據(jù)觀測到的某些指標的數(shù)據(jù)對所研究的對象建立判別函數(shù)，并進行分類的一種多元統(tǒng)計分析方法。它與聚類分析都是研究分類問題，所不同的是判別分析是在已知分類的前提下，判定觀察對象的歸屬3。其基本方法包括：Fisher線性判別（FLD）、最鄰近分類法（k-NearestNeighborClassifiers）、分類樹算法（ClassificationTreeAlgorithm），人工神經(jīng)網(wǎng)絡（ANNs）和支持向量機（SVMs）。

判別分析常用于臨床輔助鑒別診斷，計量診斷學就是以判別分析為主要基礎迅速發(fā)展起來的一門科學。如臨床醫(yī)生根據(jù)患者的主訴、體征及檢查結(jié)果作出診斷；根據(jù)各種癥狀的嚴重程度預測病人的預后或進行某些治療方法的療效評估；以及流行病學中某些疾病的早期預報，環(huán)境污染程度的堅定及環(huán)保措施、勞保措施的效果評估等。

在生物信息學針對基因的研究工作中，由于借助了精確的生物實驗，研究者通常能得到基因（樣本）的準確分類，如，基因的功能類、樣本歸結(jié)于疾?。ㄕ＃顟B(tài)等等。當利用了這些分類信息時，就可以采用判別分析的方法對基因進行分類，生物信息學中又稱為有監(jiān)督的分析（SupervisedAnalysis）。例如，基因表達數(shù)據(jù)分析中，對于已經(jīng)過濾的基因，前三種方法的應用較為簡單。而支持向量機（SVMs）和人工神經(jīng)網(wǎng)絡（ANNs）是兩種較新，但很有應用前景的方法。

（三）相關(guān)分析

相關(guān)分析（correlationanalysis）是醫(yī)學統(tǒng)計學中研究兩變量間關(guān)系的重要方法。它借助相關(guān)系數(shù)來衡量兩變量之間的關(guān)系是否存在、關(guān)系的強弱，以及相互影響的方向。其基本內(nèi)容包括：線性相關(guān)系數(shù)、秩相關(guān)系數(shù)、相關(guān)系數(shù)的檢驗、典型相關(guān)分析等。

我們常?？梢越柚嚓P(guān)分析判斷研究者所感興趣的兩個醫(yī)學現(xiàn)象之間是否存在聯(lián)系。例如，采用秩相關(guān)分析我們發(fā)現(xiàn)某種食物中黃曲霉毒素相對含量與肝癌死亡率間存在正相關(guān)關(guān)系；采用線性相關(guān)方法發(fā)現(xiàn)中年女性體重與血壓之間具有非常密切的正相關(guān)關(guān)系等等。

生物信息學中可以利用相關(guān)分析建立基因調(diào)控網(wǎng)絡。如果將兩個不同的基因在不同實驗條件下的表達看作是兩個變量，相關(guān)分析所研究的正是兩者之間的調(diào)控關(guān)系。如采用線性相關(guān)系數(shù)進行兩基因關(guān)系的分析時，其大小反應了基因調(diào)控關(guān)系的強弱，符號則反應了兩基因是協(xié)同關(guān)系（相關(guān)系數(shù)為正），還是抑制關(guān)系（相關(guān)系數(shù)為負）。

四、意義

生物信息學不僅是醫(yī)學統(tǒng)計學的研究前沿，更是醫(yī)學研究由宏觀向微觀拓展的重要領域，其研究內(nèi)容已逐漸為多數(shù)醫(yī)學院校的學員了解和熟悉。而如何對新技術(shù)產(chǎn)生的生物實驗數(shù)據(jù)進行準確合理的分析，卻成為生物信息學研究的主要瓶頸之一。

在醫(yī)學統(tǒng)計學課堂教學中引入生物信息學實例，而不僅僅局限于常見的醫(yī)學、衛(wèi)生領域的例子，將難以理解的統(tǒng)計理論和方法與前沿的生物實例相結(jié)合，拓寬了學員的視野，提高了學員的學習興趣，更可以加深對所學知識的理解；與此同時，使學員掌握了生物實驗數(shù)據(jù)的先進分析方法，擴大了學員的知識面，提高了他們今后開展醫(yī)學科研工作的能力。

還有一些醫(yī)學統(tǒng)計學方法目前也逐漸應用于生物信息學研究中，諸如：遺傳算法、熵理論等等。但這些方法已經(jīng)超出了醫(yī)學統(tǒng)計學課堂教學的范圍，我們將嘗試在第二課堂或選修課中，作為補充知識進行講授，供那些學有余力的學員學習交流摘要:生物信息學的蓬勃發(fā)展已使醫(yī)學研究由宏觀逐步探索到微觀。醫(yī)學統(tǒng)計學作為一門醫(yī)學院校的基礎課程，其理論和方法在醫(yī)學研究的新要求下其理論和方法也有了新的發(fā)展與應用。將生物信息學知識帶入醫(yī)學統(tǒng)計學課堂教學，介紹醫(yī)學統(tǒng)計學的新發(fā)展，不但能使學員了解到本學科的前沿研究內(nèi)容，有效地激發(fā)學員的學習興趣，還能使他們掌握生物信息學研究的工具，提高今后從事醫(yī)學科研工作的能力。

關(guān)鍵詞:生物信息學醫(yī)學統(tǒng)計學課堂教學