第 745 期 2018-06-08

會議報導
高通量資料分析研習會
Report on High-throughput data analysis workshop

利用高通量資料（high-throughput data）尋找生物標記（biomarker）或產生假設（hypothesis generation），是當代生命科學研究的重要方法，也是近年所謂大數據分析（big data analytics）中最重要的例子。此次本院TBI生物資訊核心設施舉辦的研習會，其目的是在分享核心設施在利用高通量資料進行癌症轉譯醫學研究的經驗，讓學員們瞭解最重要的觀念及學習相應的操作技術，包括批次效應（batch effect）的評估校正及路徑分析（pathway analysis）。此次特別邀請冷泉港生物科技公司參與，分享已有相關臨床應用商品的NanoString公司目前在臨床研究上的最新進展。

本院癌症研究所張憶壽名譽研究員以自身所發表的論文為例，指出整合分析（integrative analysis）中，一致性的研究結果可提升可信度及價值，且同時指出高通量資料提供了資料品質（data quality）檢驗的特殊機會。由於批次效應（batch effect）會對研究結果造成偽陽性（false positive results），於研習會中，本院群體健康科學研究所陳中興博士以實例說明實驗資料產生的時間是與批次效應最可能相關的變數，亦同時說明如何利用主成分分析（principal component analysis, PCA）及相關之替代變數分析（surrogate variable analysis, SVA），來偵測批次效應並減輕其所帶來的偏差，提高實驗的再現性（reproducibility）。〈更多內容〉
《文：癌症研究所江士昇助研究員、群體健康科學研究所陳中興博士後研究員/圖：群體健康科學研究所陳茹婕》