2Y叔的clusterProfiler-book阅读Chapter 2 Functional Enrichment Analysis Methods

第二章Chapter 2 Functional Enrichment Analysis Methods
2.1DEG后的基因富集分析
Y叔讲到DEG后的基因富集分析，p值的通过超几何分布计算出来的

其中N是背景分布中基因的总数目(即差异基因的数目)，M是注释到目标基因集的基因数目，n是目标基因集的大小，k是注释到基因集列表中的基因数目。
默认情况下，背景部分是所有具有注释的基因，可以通过多重比较调整P值。

Fisher检验

2.2GSEA进行基因富集分析
通过基因的差异表达的话，只能检测到差异的基因在基因集中的分布，而对于差异小的基因，这种富集情况却被忽略了。而GSEA分析，拿全部的基因进行分析，背景基因是探针检测到的全部基因

GSEA分析这种分析将变化微小的基因，以及在差异阈值以下的基因均包含在目标基因集了，因此相比于DEG后的数据进行分析，其更具代表性，说服力更好。GSEA中，差异微小，但是与表型相关的基因，表化趋势一致，也能表明其在功能上的作用。

基因通过表型进行排序，给定先验定义的一组基因S，GESA的目的是确定S基因集中的成员是随机分布在基因列表的顶部还是底部。

对于GSEA分析中最重要的几个元素是
1.富集分数(enrichment score)
富集分数是表示集合S在排名列表L的底部或者顶部过表达的程度，这个得分按照基因列表L排序逐步降低的方式得来的。当在列表L中遇到基因集S中的基因时，这个得分就被累积，当在列表L中遇不到基因集S中的基因时，得分就降低。得分的增量，取决于基因统计(基因与表型的相关性)

2.ES显著性的模拟(Esimation of Significance Level of ES)
使用置换检验ES的p值，具体就是置换掉列表L中的基因的标签，并用置换后的基因进行ES分析，这就产生了ES的零分布，然后相对于这个零分布计算观察到的ES的p值。

3.多重假设检验的调整(Adjustment for Multiple Hypothesis Testing)
当评估富集基因集的时候，使用DOSE调整估计的显著性水平，用以考虑多重假设检验，并且还为FDR对照计算的q值。

DOSE算法于2015被Y叔提出，用户可以通过在DOSE参数中指定by="fgsea"或者DOSE来快速进行GSEA分析。默认情况下，DOSE使用fgsea，因为后者更快。

2.3(前沿分析和核心富集分析)Leading edge analysis and core enriched genes
前沿分析报告中，标记以指示有助于富集得分的基因的百分比，列表用以指示在列表中获得的富集的位置以及指示富集信号的强度。

获得富集的核心富集的基因集也是非常重要的。
DOSE支持前沿分析并在GSEA分析中报告核心富集基因。

2Y叔的clusterProfiler-book阅读Chapter 2 Functional Enrichment Analysis Methods相关推荐

3Y叔的clusterProfiler-book阅读Chapter 3 Universal enrichment analysis
Chapter 3 Universal enrichment analysis ClusterProfiler支持多种基因GO富集分析和和超几何检验,但是不能用于不支持的物种以及slim版本的以及新颖 ...
5Y叔的clusterProfiler-book阅读 Chapter 5 Gene Ontology Analysis
计划在年前回家前完成此资料的学习,前几日耽搁的多了些,这两日还是得抽空把这个看完,然后继续学习机器学习相关的内容...... 5.1 Supported organisms GO分析(GroupGO( ...
6Y叔的clusterProfiler-book阅读 Chapter 6 KEGG analysis
Chapter 6 KEGG analysis 注释包KEGG.db自2012年起就没有进行过更新,并且在clusterProfiler中,richKEGG(用于KEGG路径分析)richMKEGG( ...
Chapter 17 Causal Survival Analysis
文章目录 17.1 Hazards and risks 17.2 From hazards to risks 17.3 Why censoring matters 17.4 IP weighting ...
PAPR论文阅读笔记1之Performance Analysis of Deliberately Clipped OFDM Signals
论文里的公式(11) Pout=(1−e−γ2)PinP_{\textrm{out}}=(1-e^{-\gamma^2})P_{\textrm{in}}Pout=(1−e−γ2)Pin 根据公式( ...
Steve J. Luck推出最新ERPs独家视频课程
Steven J. Luck团队为想要学习ERP基础知识的学生而设计了这门课程.该课程视频分为"章节",每个章节包含4-8个视频.该课程中还提供了相应的课程讲义.前五章重点介绍了E ...
某个个人公众号阅读量和点赞数分析
某个个人公众号阅读量和点赞数分析 15335055 数据科学与计算机学院目录某个个人公众号阅读量和点赞数分析分析公众号阅读量和点赞数的原因该公众号阅读量和点赞数的分析结论 1.分析公众号阅读 ...
一份黑叔的简历，请注意查收!
前言为什么简历投出去总是石沉大海,没有回应?无非是你写的简历入不了HR或技术官的眼,无论你技术水平如何,简历初筛过了,才有发光发热的面试机会.如果现在的你有各种困惑,那么这篇文章就是为你而来. 1. ...
[论文阅读] (04) 人工智能真的安全吗？浙大团队外滩大会分享AI对抗样本技术
外滩大会 AI安全-智能时代的攻守道 Deep Learning Security: From the NLP Perspective 浙江大学 <秀璋带你读论文>系列主要是督促自己阅读优 ...

2Y叔的clusterProfiler-book阅读Chapter 2 Functional Enrichment Analysis Methods

2Y叔的clusterProfiler-book阅读Chapter 2 Functional Enrichment Analysis Methods相关推荐

最新文章

热门文章