新的基因选择方法

当前微阵列实验允许千位的活动的级别基因立即被评定，提供视窗到强调健康和疾病的分子活动。

有的基因的选择活动的明显的级别在情况的利益之间 (例如癌症和非癌) 因此涌现了，数据分析的一个关键目标。 然而，与典型地选择的许多千位基因从和至多可用一些十二套的评定，对此种类的差值分析非常富挑战性。 不同的统计检验产生不同的结果由于他们的基础假定，但是在实际数据告诉通常是不可能的哪个方法可能是合适的。

牛津大学的研究员开发了能为这样测试提供一贯性方案的一个新的方法。 它能够估计每个算法的效果特殊数据的，并且可以进一步使用了解如何导致测试的特定数据一个有效统计方法。

与筛选的，现有的方法比较新的方法有许多明显的好处和福利。 其中一个主要优点是使用一贯性的饰物能通过选择自定义算法估计统计算法从数据。 技术，是非常稳健的，帮助减少选择一个不相应的算法的风险。 这在导致数据的费用帮助使错误减到最小并且导致重大的潜在的减少。

虽然对此技术和主要原因的最重要的申请被开发了是它可以为显示基因使用负责对疾病，除其他 bioinformatic 应用外，这个方法也适用于在识别购买样本的使用从消费者记录数据和情报检索从数据库。

此工作是保护的专利申请。 对得到关于此技术的详细信息感兴趣的任何人应该与 Isis 有限公司创新联系。

Isis 有限公司创新是牛津大学的技术转让公司。 Isis 被设置帮助希望把他们的研究商业化的结果在大学内的研究员。 服务 Isis 能提供院包括; 准许知识产权; 实现新的公司和提供帮助的形成以他们的咨询和服务专门技术市场营销。

http://www.isis-innovation.com