背景和目的:对于心脏和大脑等特殊器官,我们很难获得其正常样本。本研究将仅有疾病样本而无正常对照的数据集定义为单表型数据。对于单表型数据的研究不能使用芯片显著性分析（Significance Analysis of Microarrays,SAM）、limma（Linear Models for Microarray Analysis）和edge R等常规差异表达基因（Differentially Expressed Genes,DEGs）识别方法进行分析。虽然主要用于识别个体水平DEGs的算法RankComp可用于识别单表型数据的群体水平DEGs,但该方法不能提供DEGs的失调方向。因此,本课题拟进一步优化RankComp算法,提高其检测单表型数据的群体水平DEGs的效能。材料和方法:首先,本研究收集了来自公共数据库的心脏组织、脑组织、乳腺组织和结直肠组织样本的基因表达谱数据。对于一种特定组织,本研究分别整合芯片平台不同数据集的正常样本和测序平台不同数据集的正常样本。基于基因在样本内的表达水平相对秩序关系（Relative Expression Orderings,REOs）,将在芯片平台和测序平台中交叠且方向一致的基因对定义为可跨平台的正常背景。基于构建的正常背景,利用RankComp算法在缺乏正常对照的单表型数据中识别个体水平DEGs。不同于RankComp算法在推算群体水平DEGs时直接应用所有单表型样本的差异基因频率的均值来估计单表型样本一个基因差异的概率,本研究分别使用基因上调（下调）频率的均值和中位数来估算基因上调（下调）概率,结合累积二项式检验分别识别群体水平的上调（下调）基因,优化后的新算法被称为PhenoComp。接着,应用仿真实验数据和真实数据,本研究比较了RankComp算法和PhenoComp算法识别单表型数据的群体水平DEGs的效能,并以SAM、edge R和limma应用疾病-正常对照两类样本识别的DEGs作为标准来进一步评估PhenoComp算法的效能。最后,本研究还评估了PhenoComp算法在弱差异表达信号数据中的效能。结果:由于不同数据集中DEGs在所有基因中的频率、所有DEGs中上调基因的频率和下调基因的频率分布存在很大的差异,因此本研究提出在分析每套数据集时应当仅用该数据集中DEGs在所有基因中的频率、所有DEGs中上调基因的频率和下调基因的频率来估算该数据集基因在随机情况下发生差异、上调和下调的概率。应用仿真实验数据,本研究分析发现低至5个疾病样本时,RankComp算法无法识别出群体水平DEGs,而PhenoComp算法可以识别群体水平DEGs。当样本数量较大时,PhenoComp算法识别的群体水平DEGs均包含RankComp算法识别的群体水平DEGs。在真实数据中,本研究以SAM、edge R和limma应用疾病-正常对照两类样本识别的DEGs作为“金标准”,结果表明PhenoComp算法仅使用单表型数据识别的群体水平DEGs与“金标准”具有可比性,且该结果不受检测平台的影响。此外,为了在真实数据中比较RankComp算法和PhenoComp算法的性能,本研究定义了RankComp算法识别的群体水平DEGs的失调方向,结果表明RankComp算法识别的方向明确的DEGs均包含于PhenoComp算法识别的DEGs。最后,在弱差异表达信号数据中,SAM和limma方法无法识别出群体水平DEGs,而PhenoComp算法能识别一定数量的群体水平DEGs,且群体水平DEGs富集到与所分析疾病相关的通路。结论:本研究优化了RankComp算法识别单表型数据的群体水平DEGs的能力,优化后的PhenoComp算法的检测效能优于RankComp算法,尤其是在样本数量小的数据中具有较高的检测效能。总而言之,PhenoComp算法是一种分析单表型数据和弱差异表达信号数据的有效算法,且该算法不依赖于数据的检测平台。