Získal jsem geny s poměry. Jako malý příklad můžete vidět moje data níže
Gene Control1 Control2 Control3 Treated1 Treated2 Treated3 pps-1 324680000 211350000 356350000 269770000 258080000 292830000 R11A8.7 477490000 610780000 539550000 533590000 530810000 578290000 ugt-21 105080000 103430000 74137000 78915000 42381000 31415000 spp-18 1042800000 615030000 332720000 538340000 448280000 412310000 Moje otázka nyní zní, že mám tři kontroly a tři ošetřené, kontrola má dva biologické replikáty a ošetřené má dva biologické replikáty
Jak pro to mohu vypočítat změnu složení?
Vidím dva způsoby
První způsob Vezmu průměr své kontrolní skupiny, nazvěme jej A (jeden sloupec) Vezmu průměr své ošetřené skupiny, abych to nenazval B (jeden sloupec) Pak vypočítám změna skladu (B / A)
Tímto způsobem můžu zkontrolovat také, zda korelace mezi všechny biologické replikáty kontroly nebo ošetřené jsou vysoké, což naznačuje, že průměr je v pořádku.
Druhý způsob Provádím multi srovnávací test na obou skupinách I. najít regulované geny a dolů regulované geny Zruším zbytek genů, vezmu průměr své kontrolní skupiny, pojďme to nazvat A (jeden sloupec) Vezmu průměr své ošetřené skupiny, abych to nenazval B (jeden sloupec) Pak vypočítám změna složení (B / A)
který z nich má větší smysl?
Mým hlavním zájmem je, jak vypočítat změnu složení, když mám biologickou replikaci,
Zveřejnil jsem ve skupině biologů a řekli, že je lepší je sem zveřejnit.
Jak lze vypočítat p-hodnoty pro změnu záhybu, pokud je založeno na průměru
Komentáře
- Myslím, že máte na mysli tři replikáty.
- @Student T ano, myslím
- křížek zveřejněný v Biology.SE . @NikBernou Nepoužívejte křížový příspěvek na dvou webech. Pokud si myslíte, že jedna stránka je lepší, pak smažte otázku na druhé stránce.
- @WYSIWYG Vím, že zveřejnil křížové příspěvky. Zkontrolujte mou odpověď. Inspirován vaší myšlenkou t-testu v druhém příspěvku.
Odpověď
2 🙂 nedává smysl ke mě. T-test mezi kontrolou a léčbou byste provedli pouze v případě, že chcete otestovat rozdíly v průměrných vzorcích, ale ne pro výpočet změny složení.
Změna složení se obvykle vypočítá jednoduše average of group 2/ average of group 1. „Dokážu vám, v http://seqanswers.com/forums/showthread.php?t=49101 autor DESeq2 napsal:
(average in group2)/(average in group1)
Otázkou je proč chcete to udělat? Existují dobré balíčky Bioconductor, které to mohou udělat za vás. Například DESeq2 aplikuje metody zmenšení na fold-changes. Surová fold-change není ne informativní v bioinformatické statistické analýze, protože neřeší úroveň exprese (a rozptyl) genu. Geny s vysokou a nízkou expresí vám mohou poskytnout stejnou změnu složení a vy si to nepřejete.
Komentáře
- děkuji vám ve skutečnosti to byla hodina a hodina, kdy jsem se snažil vysvětlit, co chci. to mi dává správnou cestu. více mě zajímá, než to udělat sám, než klikání na balíček vypadá trochu černě. je možné mi dát vysvětlení například toho, jak pak vypočítají p-hodnotu pro tuto změnu složení? víte?
- @NikBernou, trochu to vím. Můžete prosím přijmout odpověď, pokud to pomůže, a poté začít nový Tato otázka ukáže vaše uznání a lidé vám budou moci více pomoci.
- @NikBernou Myslím, že vám bude lépe pomocí vysoce vyvinutých a propracovaných balíčků, jako je DESeq2, a věnovat určité úsilí pochopení toho, co takové " černé skříňky " skutečně existují. Pokusit se tyto programy znovu vymyslet je obtížné a náchylné k chyba. Můžete také prozkoumat kód a zjistit, jak se autoři programu zabývají záležitostmi, jako jsou hodnoty p.
- @EdM Souhlasím, ale je těžké projít balíčkem, když jste jej nenapsali. většina dokumentace chybí, takže rozumět tomu, co je ve skutečnosti bolest. Souhlasím s tím, že takové balíčky jsou vytvořeny pro ty, kteří nemají žádné znalosti programování, a proto se snažím něco udělat sám, čemu tomu plně rozumím. Například mi můžete říct, proč DESeq2 pracuje na hodnotách počtu a ne nepřetržitě? vidíte, je to černá skříňka.
- @EdM výpočet změny složení není obtížný výpočet. DESeq2 je určen pro konkrétní druh dat.Není to obecný statistický nástroj. A vždy je dobré znát základní statistiky / matematiku, místo toho, abyste jednoduše klikali na některá tlačítka.