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 ...
最新文章
- ASP.NET Web Forms – 服务器控件简介
- 姚班、智班之后,量子信息班在清华成立,姚期智担纲,“致力国家战略需求”!...
- 安装modelsim
- 旷视三维视觉Workshop | 3D组组长与你畅聊三维技术新动态
- java 不要使用魔法值_Java代码中的魔法值
- 精选| 2021年6月R新包推荐(第55期)
- InstallShield 2008 终止声明 (EOL)对最终客户意味着什么
- Spring框架学习笔记08:基于Java配置方式使用Spring MVC
- 数学与计算机科学学院宣传词,【榜样人物】筑梦前行 不负韶华——数学与计算机科学学院姚彬彬同学的考研心路...
- iis配置write模块
- Keras Datasets 国内下载镜像
- HTML下的list w3c,W3.CSS Lists (列表)
- python数据拟合
- Xcode 真机 iPhone is not available 及 is busy 解决
- oracle pck文件是什么,PCK文件扩展名 - 什么是.pck以及如何打开? - ReviverSoft
- java 12306验证码识别_12306验证码图片库大全
- 武汉php的工资是多少钱,在武汉工作,月薪5000元属于什么水平?
- ASP.NET显示农历时间
- 性能比肩美拍秒拍的Android视频录制编辑特效解决方案
- 手写jQuery轮播图插件,即拿即用,更多接口,更少代码实现你想要的轮播图~~
热门文章
- mysql 慢_MySQL很慢... 怎么破??-阿里云开发者社区
- python随机读取字符_Python random模块(获取随机数)常用方法和使用例子
- Emacs之正则查多字符串(occur)
- Ubuntu升级wine4.0
- git commit --amend两种用法
- V4L2视频应用程序编程架构
- C++之模块对于 SAFESEH 映像是不安全的
- RabbitMq之发布订阅模式
- 人脸方向学习(十四):Face Anti-Spoofing-人脸活体检测-双目红外活体检测解读
- lay-verify=required 没生效_眼睛一闭一睁,20万没了!|侧翻|交通事故|半挂车|追尾...