哈佛大学 |
您所在的位置:网站首页 › shrinkage是什么意思中文 › 哈佛大学 |
文章目录
学习目标
探索结果(Wald test)
指定的对比(Specifying contrasts)
我选择什么作为base level有关系吗?
结果表
P值
基因水平过滤(Gene-level filtering)
倍数变化(Fold change)
更准确的LFC估计
MA图
学习目标
讨论为两两比较(Wald检验)生成结果表所需的步骤
总结不同水平的基因过滤
解释log倍数变化收缩(log fold change shrinkage)
探索结果(Wald test)
默认情况下,DESeq2使用Wald检验来识别两个样本类之间差异表达的基因。考虑到设计公式中使用的因子,以及存在的因子水平的数量,我们可以提取一些不同比较的结果。在这里,我们将介绍如何从dds对象获取结果,并就如何解释这些结果提供一些解释。 注意:Wald检验也可以用于连续变量。如果在设计公式中提供的感兴趣的变量是连续值,那么报告的log2FoldChange 是该变量的每单位变化。 指定的对比(Specifying contrasts)在我们的数据集中有三个样本类,所以我们可以进行三种可能的两两比较: Control vs. Mov10 overexpression Control vs. Mov10 knockdown Mov10 knockdown vs. Mov10 overexpression我们只对上面的第一条和第二条感兴趣。当我们创建dds对象时,我们提供了~ sampletype作为设计公式,表明sampletype是我们感兴趣的主要因素。 为了指出我们想要比较的两个样本类别,我们需要指定对比(contrasts)。对比用作DESeq2 results()函数的输入,以提取所需的结果。 对比可以用两种不同的方式来表示(第一种更常用): 对比可以作为一个字符向量,包含三个元素:设计公式中(感兴趣的)因素的名称,两个要比较的因素层次的名称。最后给出的因素水平是进行比较的基础水平。语法如下: # DO NOT RUN! contrast |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |