repliziert haben? Ich habe Gene mit Verhältnissen erhalten. Als kleines Beispiel können Sie meine Daten unten sehen.
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 Jetzt ist meine Frage, dass ich drei Kontrollen und drei behandelte habe, Kontrolle hat zwei biologische Replikate und behandelte hat zwei biologische Replikate
Wie kann ich die Faltungsänderung dafür berechnen?
Ich sehe zwei Möglichkeiten
Der erste Weg Ich nehme den Durchschnitt meiner Kontrollgruppe, nennen wir ihn A (eine Spalte) Ich nehme den Durchschnitt meiner behandelten Gruppe, damit ich ihn nicht B (eine Spalte) nenne. Dann berechne ich die Faltänderung (B / A)
Auf diese Weise kann ich auch überprüfen, ob die Korrelation zwischen Alle biologischen Replikate der Kontrolle oder der behandelten sind hoch, was darauf hinweist, dass die Durchschnittsmessung in Ordnung ist.
Der zweite Weg Ich führe einen Multi-Vergleichstest für beide Gruppen I durch Finden Sie nach oben regulierte Gene und nach unten regulierte Gene Ich verwerfe den Rest der Gene, die ich im Durchschnitt meiner Kontrollgruppe nehme. Nennen wir es A (eine Spalte) Ich nehme den Durchschnitt meiner behandelten Gruppe, damit ich ihn nicht B (eine Spalte) nenne. Dann berechne ich die Falzänderung (B / A)
Welche davon sind sinnvoller?
Mein Hauptanliegen ist die Berechnung der Faltungsänderung bei biologischem Replikat.
Ich habe in der Biologiegruppe geschrieben, dass es besser ist, wenn ich es hier poste.
Wie kann man dann p-Werte für Fold Change berechnen, wenn es so ist? basiert auf dem Durchschnitt
Kommentare
- Ich denke, Sie meinen drei Wiederholungen.
- @Student T Ja, ich meine
- Kreuz gepostet in Biology.SE . @NikBernou Nicht auf zwei Websites posten. Wenn Sie der Meinung sind, dass eine Site besser ist, löschen Sie die Frage auf der anderen Site.
- @WYSIWYG Ich weiß, dass er Cross-Posts erstellt hat. Wie auch immer, bitte überprüfen Sie meine Antwort. Inspiriert von Ihrer Idee des T-Tests im anderen Beitrag.
Antwort
2 🙂 macht keinen Sinn mir. Sie würden nur dann einen t-Test zwischen Kontrolle / Behandlung durchführen, wenn Sie den Unterschied in den Stichprobenmitteln testen möchten, aber nicht, um die Faltänderung zu berechnen.
Die Faltänderung wird normalerweise einfach mit average of group 2/ average of group 1. Ich werde Ihnen einen Beweis geben, in http://seqanswers.com/forums/showthread.php?t=49101 schrieb der Autor von DESeq2:
(average in group2)/(average in group1)
Die Frage lautet warum würden Sie Es gibt gute Bioconductor-Pakete, die dies für Sie tun können. Beispielsweise wendet DESeq2 Schrumpfungsmethoden auf die Faltänderungen an. Die rohe Faltänderung ist nicht informativ in der bioinformatischen statistischen Analyse, da das Expressionsniveau (und die Varianz) des Gens nicht berücksichtigt werden. Hoch und niedrig exprimierte Gene können Ihnen die gleiche Faltveränderung bewirken, und Sie möchten nicht, dass dies geschieht.
Kommentare
- Vielen Dank Eigentlich war es Stunde und Stunde, in der ich versucht habe zu erklären, was ich will. Das gibt mir den richtigen Weg. Ich bin mehr daran interessiert, es selbst zu tun, als auf das Paket zu klicken, sieht ein bisschen schwarz aus. Ist es möglich, es mir zu geben? Eine Erklärung zum Beispiel, wie sie dann den p-Wert für diese Faltveränderung berechnen? Weißt du?
- @NikBernou Ich weiß es irgendwie. Aber kannst du bitte die Antwort akzeptieren, wenn es hilft und dann eine neue starten? Dies wird Ihre Wertschätzung zeigen und die Leute werden Ihnen mehr helfen können.
- @NikBernou Ich denke, Sie werden besser dran sein, die hochentwickelten, hoch entwickelten Pakete wie DESeq2 zu verwenden und einige Anstrengungen zu unternehmen, um zu verstehen, was Solche " Blackboxen " tun dies tatsächlich. Der Versuch, solche Programme neu zu erfinden, ist schwierig und anfällig Error. Sie können den Code auch untersuchen, um festzustellen, wie die Autoren des Programms mit Themen wie p-Werten umgehen.
- @EdM Ich stimme zu, aber es ist schwierig, ein Paket durchzugehen, wenn Sie es nicht geschrieben haben. Die meisten Dokumentationen fehlen, daher muss man verstehen, was wirklich Schmerz ist. Ich bin damit einverstanden, dass solche Pakete für diejenigen entwickelt wurden, die keine Programmierkenntnisse haben, und deshalb versuche ich, selbst etwas zu machen, das ich vollständig verstehe. Können Sie mir zum Beispiel sagen, warum DESeq2 an Zählwerten arbeitet und nicht kontinuierlich? Sie sehen, es ist eine Black Box.
- @EdM Die Berechnung der Faltveränderung ist keine schwierige Berechnung. DESeq2 ist für eine bestimmte Art von Daten gedacht.Es ist kein allgemeines statistisches Werkzeug. Und es ist immer gut, die zugrunde liegenden Statistiken / Berechnungen zu kennen, anstatt einfach auf einige Schaltflächen zu klicken.