基于Medip-seq 和MRE-seq数据的甲基化水平的估计及差异性检验

The next-generation sequencing technology is higher throughput and more accurate than gene chip technology. The next-generation sequencing technology also applied to the corresponding field of biology, such as DNA sequencing (ChIP-seq), RNA sequencing (RNA-seq) and methylated sequencing (MeDIP-seq). The new data are essentially different with gene chip data, including small sample size and large amount of a sample and data signals are discrete. Therefore, the old statistic methods can't apply to the new data and we need develop new statistic methods to solve the coming up problems. The project will study: (1) Based on Medip-seq and MRE-seq complementary data, the project study the difference of methylation level under the multi-Samples of different conditions. (2) Aim at the estimation and change point of the methylation level of Medip-seq, the project trying to build a novel model to deduce the methylation level of CpG, and to develop a test statistic to detect the change point of the methylation level. The project will consider the theoretical character of the methods.

新一代测序技术比基因芯片技术更高通量和更精确， 而且也能够应用到相应的生物领域， 如DNA测序技术(ChIP-seq)， RNA 测序技术(RNA-seq) 和甲基化测序技术(MeDIP-seq)。 由于新数据与基因芯片数据有本质的区别，包括样本量少但数据量大和信号是离散的等特点. 因此原有的统计方法不再适用于新数据和需要提出新的统计方法来解决新的问题。本项目将研究：（1） 基于Medip-seq 和MRE-seq互补数据，本项目研究不同条件下重复样本的甲基化水平的差异性比较。（2）针对Medip-seq数据的甲基化水平的估计和变点的问题，本项目研究建立新的理论模型来推导甲基化水平，并且提出寻找甲基化水平的变化位置的检验统计量。本项目也将研究新提出方法的理论性质，包括估计的大样本性质，检验的收敛性等。

新一代测序技术比基因芯片技术具有更高通量和更精确。 而且也能够应用到相应的生物领域， 如DNA测序技术(ChIP-seq)， RNA 测序技术(RNA-seq) 和甲基化测序技术(MeDIP-seq)。 由于新数据与基因芯片数据有本质的区别，包括样本量少但数据量大和信号是离散的等特点. 因此原有的统计方法不再适用于新数据和需要提出新的统计方法来解决新的问题。本项目主要研究围绕新一代测序技术产生的测序序列数据在生物信息或其他应用中的统计问题。 对多样本检验的问题进行研究，发现对新一代测序数据的标准化在检验过程中极其重要，怎么利用统计方法标准化测序深度到同一水平从而能够比较表达水平是对于不同样本之间的比较至关重要。 我们提出对新一代测序数据的一种基于检验的标准化方法来消除系统偏差，和进行差异性检验。并且从模拟和实际数据分析都表明了新提出方法的优越性。然后，研究了对甲基化水平变化的位置的推导，抽象出来就是变点理论中的变化位置的检验。利用经验似然和似然比方法提出了两个非参数方法来寻找甲基化水平变化的位点。模拟和实际数据都得到了较好的结果。相关研究在生物遗传研究、疾病治疗等方面具有潜在的应用背景。本项目研究历时一年，在国际SCI期刊上发表相关学术论文三篇。