几年前AHBA的基因表达数据在neuroimaging领域开始火起来,简单来说就是发现显著的brain pattern后和AHBA的基因表达数据做下相关。

开始有类似candidate gene的玩法,选一个基因和brain map做相关。这里的问题在于从2万多个基因表达中可能随便选一个都和brain pattern相关,怎么证明选的candidate gene的相关就是真的相关呢。如果审稿人不了解AHBA的话,可能不会要求做Null模型。就这样选一个基因表达和brain做相关的研究2020年了还在发。有的研究仍然在用alleninf这个2014年开发,基于python2.7的工具做分析,有点落伍了。

随后的玩法就更高级一点了,就是用一组brain phenotype和所有的基因表达做PLSR,找到一组基因和brain phenotype相关。进一步做基因富集等分析就是生信中的常规操作了,常规到只需要把显著的基因粘贴到网页里就出结果的程度。

2021年5月的这一篇Nature Communications的文章,探讨了基因表达数据和大脑模式做相关之后富集分析假阳性的问题,并提出了解决的方案和基于matlab的工具包。作者都是领域的专家,参考文献大部分都是使用AHBA的高质量的文章。

文章做了以下几件事情:

1. 简要的说明了常规的套路

AHBA| 如何建立Null模型控制富集分析中的假阳性偏差相关推荐

  1. iMeta | 浙大吴顶峰和同济刘蕾等对微生物富集分析中Reporter Score的误用研究

    点击蓝字 关注我们 微生物富集分析中 Reporter Score 的误用 iMeta主页:http://www.imeta.science 研究论文 ● 原文链接DOI: https://doi.o ...

  2. 如何在matlab中建立水箱模型_在MATLAB中实现水箱液位控制系统的设计

    在 MATLAB 中实现水箱液位控制系统的设计 [摘要] 本论文的目的是设计双容水箱液位串级控制系统. 在设计中充分利 用计算机技术, 自动控制技术, 以实现对水箱液位的串级控制. 首先对被控对象 的 ...

  3. 详解富集分析超几何分布检验

    R进行超几何分布计算 超几何分布是统计学中的一种离散分布,它描述了由有限个物件中抽出n个物件,成功抽出指定种类的物件的个数. 也是生物信息学中常用的一种统计分布模型.我们在GO,KEGG的富集分析时就 ...

  4. GO富集分析可视化——柱形图和棒棒糖图

    在RNA-seq的GO富集分析中,若遇到较多的基因一起拿去GO富集分析,此时得到的GO term玩玩很多,而且GO term还可以分为BP(Biological Process).CC(Cellula ...

  5. GSEA基因基富集分析

    ###GSEA富集分析中,不需要提取差异基因,只需要将所有基因的表达情况按照一定顺序排列(一般按log2FD)之后根据对照组和实验组中所有基因在红色(蓝色)富集,从而得出对照组或者实验组所富集到的通路 ...

  6. matlab中s_cplot,matlab系统模型建立和动态特性研究分析实验.docx

    实验二MATLAB系统模型建立和动态特性分析实验 一.实验目地 1掌握如何使用 MALAB进行系统模型地建立: 2 ?学习利用MALAB命令得阶跃响应曲线,分析系统动态特性; 3.利用MALAB求阶跃 ...

  7. 【从零开始的ROS四轴机械臂控制】(三) - 为机械臂添加摄像头和夹爪、解决gazebo模型抖动、使用gazebo建立sdf模型

    [从零开始的ROS四轴机械臂控制(三)] 五.在gazebo中添加摄像头 1.修改arm1.gazebo.xacro文件 2.修改arm1.urdf.xacro文件 3.查看摄像头图像 六.为模型添加 ...

  8. (软件工程复习核心重点)第九章面向对象分析-第三节:面向对象分析之建立动态模型和功能模型

    文章目录 一:建立动态模型 (1)概念 A:适用性 B:步骤 (2)编写脚本 A:定义 B:目的 C:内容 D:方法 (3)设想用户界面 A:重要性 B:目的 C:方法 (4)画事件跟踪图 A:必要性 ...

  9. Python分析国家领导人新春贺词建立主题模型

    主题建模可以帮助开发人员直观地理解和探索数据,以便更好地挖掘语料库中的主题.成功的主题建模需要多次迭代:清洗数据.读取结果.相应地调整预处理并重试.本文通过分析国家领导人从2014年到2021年的新春 ...

最新文章

  1. IPv4_数据报文首部格式
  2. R语言操作excel文件的数据
  3. 2019-11-18 自动控制原理的几个基本概念
  4. Invalid character found in the request target. The valid characters are defined in RFC 7230 and RFC
  5. linux 独占 cpu,宋宝华:谈一谈Linux让实时 高性能任务独占CPU的事
  6. wsdl 架构验证警告:来自命名空间_金九银十,正在面试吗?面试官必问:JVM架构解读,查漏补缺...
  7. 汇编三星题:已知数组A包含20个互不相等的字型整数,数组B包含30个互不相等的字型整数,试编制一程序把在A中而不在B中出现的整数放于数组C中。
  8. MFC框架类、文档类、视图类相互访问的方法
  9. 【vscode】vscode + vue项目实战记录
  10. 【渝粤教育】国家开放大学2018年春季 7067-22T康复护理学 参考试题
  11. IPv6套接字地址结构
  12. 计算机组成与设计概念总结
  13. Pazera Free MP4 To MP3 Converter 1.6 中文64位+32位便携版,免费的视频转换器
  14. nuvoton 开发环境安装问题
  15. Jekins配置Publish over SSH详解
  16. vue中使用萤石云播放视频
  17. 这样的生产计划与排产,我看行
  18. GIS地图怎么做?看这篇就够了
  19. Python实现自动给视频打码,减少不宜画面出现...
  20. python 的 int() 函数

热门文章

  1. Win10照片查看器没了,如何找回?
  2. 【告别小白】什么是标志性语言?
  3. BAT机器学习面试1000道
  4. python:计算自己的bmi值
  5. Saber 能量激光描边光效插件
  6. 基于(ztmap)BIM的数字孪生建造智慧机房管理后台展示系统
  7. 使用python和opencv进行人脸识别时遇到cv2.error: OpenCV(4.5.1) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-buil
  8. js 统计输入的字数 不包括输入法中的字母
  9. 浅谈支付宝第三方支付
  10. 数智经济转型下如何抢占文创发展新机遇?中国移动咪咕聚焦新一代年轻人需求