dat什么文件格式 Bioconductor分析基因芯片数据第五章(6)

RP方法通过计算基因表达值的集合平均值及其排序的变化来比较两组间的差异。SAM、CyberT和经验贝叶斯都是调整后的T检验，而且后两种方法都采用了贝叶斯方法进行调整。CyberT将标准差及信号强度的关系使用线性模型进一步强化，提高了准确率，有研究指出，它的计算结果要好于SAM算法。经验贝叶斯又在CyberT基础上进行了改进，首先，经验贝叶斯在计算标准差时考虑的全部基因，而不是排序后相近的（人为设定的同一个窗口范围内）基因；其次，经验贝叶斯不在局限于两组数据，可以通过设计实验对比矩阵，计算多种复杂条件下的差异表达。因此，经验贝叶斯是当前最为常用的分析方法，他已经完整地由Bioconductor中的limma包实现。但是，总体来睡哦，现在没有仍和理论或者经验能够证明哪种算法是最好的

首先，可以从最终结果（即变量“dif")中查看所有的两组数据（即恶化期与稳定期）之间差异表达基因的信息。每行数据对应一个探针组，包括8列信息：第1列是探针组在基因表达矩阵eset中的行号；第2列“ID”是探针组的AffymetrixID；第3列“log FC”是两组表达值间已以2为底对数化的变话倍数（Fold change，FC)，注意由于基因表达矩阵eset本身已经取得了对数值，因此这里实际上只是两组基因表达值均值之差；第4列“AveExpr"是该探针组在所有样品中的平均表达值（average exprssion value);第5列”t"贝叶斯得到的调整后的俩组表达值T检验中的t值；第6列“P.Value"是贝叶斯经验得到的P值；第7列“adj.P.Value"是调整后的p值；第8列”B“是经验贝叶斯得到的标准差的对数化值，由于涉及较深的数学基础，为了加深limma的计算过程，可以用简答函数来得到探针组”39400_at"的行号、“AveExpr"和“log FC“

构建基因表达矩阵时，需要注意的是，limma对输入数据的要求是必须是经过对数转换的表达值。例5-13调用了gcRNA算法来对数据进行预处理，得到标准化的基因表达矩阵eset,这个矩阵是经过对数变转换的。但是，如果是从其他算法（例如MASS）得到的数据，还需要自行编程进行对数转换

实验设计矩阵需要调用model.matrix函数构建，该函数需要用户指定一个公式，构建好的实验设计矩阵design要提供给下一步的拟合函数lmFit。通过查看design变量，可以看到下面内容：实验设计矩阵的每一行对应一个样品的编号，每一列对应样品的一个特征，每个特征实际上形成了一个包含若干表达基因。比如，在例5-13中，一共有21个样品，他只考虑了一个因素，即疾病状态（disease），这个因素有两个水平，即恶化（progressive）和稳定（stable），最后实验矩阵中出现了diseaseprogres和diseasestable两个特征。多因素和多水平的实验设计，会产生更多的特征

比较模型需要调用makecontrasts函数构建，该函数需要用户制定一个公式，这个公式表明用户对实验矩阵design中的哪一个特征和哪一列特征进行比较，以得到差异。例5-13指定的是在恶化和稳定两个水平之间进行比较，以寻找这两个水平之间的差异表达给予你，因此，公式表示为contrasts='diseaseprogress. - diseasetable",zhuyi "diseaseprogress."中的“."，是CLL数据集中对：progress”简写带来的，不是运算符号

接下来是根据实验设计矩阵条用函数对基因表达矩阵做线性拟合lmFit(eset,design),根据对比模型进行插值计算，最后是贝叶斯检验（见5.4.1）。dat什么文件格式由于这些射击较深的统计学背景

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/shumachanpin/article-87628-6.html