Gli esperimenti Correnti di microarray permettono che i livelli di attività di migliaia di geni siano misurati immediatamente, fornenti una finestra negli eventi molecolari che sono alla base della salubrità e della malattia.
La selezione dei geni che hanno livelli distinti di attività fra gli stati di interesse (quali cancro e non Cancro) quindi è emerso come uno scopo chiave dell'analisi di dati. Tuttavia, con tipicamente molte migliaia di geni da scegliere da ed al massimo alcuni dozzina insiemi delle misure disponibili, le analisi differenziali di questo genere sono estremamente provocatorie. I controlli statistici Differenti danno i risultati differenti dovuto i loro presupposti di fondo, ma sui dati reali è solitamente impossible da dire quale metodo è probabile essere giusto.
I Ricercatori all'Università di Oxford hanno messo a punto un nuovo metodo di cui può forniscono una misura di consistenza per tali prove. È capace di valutazione dell'efficacia di ogni algoritmo per i dati particolari e può più ulteriormente essere utilizzato per imparare come produrre un efficace metodo statistico per verificare i dati dati.
Il nuovo metodo presenta molti vantaggi e vantaggi distinti in confronto ai metodi attuali per schermare. Uno dei vantaggi principali è che può da valutare gli algoritmi statistici selezionando gli algoritmi su ordinazione a partire dai dati facendo uso di una nozione di consistenza. La tecnica, che è estremamente robusta, contribuisce a diminuire il rischio di scelta dell'algoritmo inadeguato. Ciò contribuisce a minimizzare gli errori e quindi a piombo a riduzione potenziale significativa del costo di redazione dei dati.