Re: [問題] 晶片分析的小問題
※ 引述《gsuper (綠色蘇打心)》之銘言：
: 在 affy 的 u133plus2 晶片
: 有 130 萬個 probe cells
: 經過 preprocessing
: 剩下 54675 個 probesets
^^^^^^^^^^^^^^^^^^^^^^^^^^恩... 這邊我不太清楚你的preprocessing
因為我平常在做的時候...只有import data -> normalization (RMA)就有54675個probe
然後probe QC以MAS5 generate出來的detection call當filter 取A/P+M+A <= 50%
大約剩個 23,XXX左右吧
: 平均每個基因有 2 個 probesets
: 大致看了一下 range 為 1~7 個 probesets per gene
: 如果 probesets 的結果衝突怎麼辦?
: 用投票決定好像不是好方法
: 必竟每個 probeset 的份量都很重 ,
: 1:2 為顯著 , 2:1 為不顯著
: 實在太武斷了
probe跟gene之間的關係可以affy官方那邊看到
http://www.affymetrix.com/support/help/IVT_glossary/index.affx
另外我記得probe seq也可以查的到 如果有怪怪的 可以回去看一下那個probe是detect哪
: ----------------------------------------
: Q二 :
: 我是用 double filter 做 Inference
: FC > 1.5 , paired t < 0.05*2 / 54675 (不知道為什麼 , 不取FDR就有數百個顯著)
: 因為我是 pair data
: 且實驗目的只要找顯著大的
:
: 請問 paired data 有必要做 SAM 或 Bayesian inference 嗎?
: 我想 paired t 的有效性應該很不錯
: 用上述兩種可能會拿牛刀殺雞
: 不知道這樣想對不對?
一般來說paired data用paired T是比較好的呀
恩...看到這邊 不知道你們lab(或老闆的意見) 只想要挑幾個可以validation的來做?
因為...你FDR設得還蠻嚴的 像我做比較large-scale的network modeling
數百個significant genes我有點嫌太少耶
: ---------------------------------------
: Q3 :
: 在 R 的 packages "siggenes" 中
: d.stat() 的結果每次都不同 (這是一個t.test的函式 , 可 pair or unpair)
: 我猜是因為加入了 permutation 的概念
: 但結果也差太多了
: 我選了 2600 個 receptors 來分析
: 有時後有 500 個顯著
: 有時後有 300 個顯著
: 請問有辦法解決嗎?
: 還是我該跑一萬次取平均 P-value???
permutation我的習慣大概做個1,000次啦
可是我一直不是很喜歡permuatation因為這個概念 是符合統計 但真的符合生物嘛?
這我很保留
:
: -------------------------------------
: 不好意思專問些難題.....
--
★ミ ζ
○_.
/(╯
【今晚的天空有一顆流星劃過 在預言著什麼】|>
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 118.167.201.87
推
12/29 01:37, , 1F
12/29 01:37, 1F
→
12/29 01:37, , 2F
12/29 01:37, 2F
討論串 (同標題文章)