Pytanie:
Intuicyjne wyjaśnienie analizy GSVA
J. Doe
2018-03-11 02:33:00 UTC
view on stackexchange narkive permalink

Próbuję zrozumieć sposób, w jaki analiza GSVA działa za kulisami i zastanawiałem się, czy istnieje sposób, aby zrozumieć to bardziej intuicyjnie przez cały proces.

Więc na początku zgodnie z artykuł zaczyna się od oceny, czy gen i jest silnie lub słabo wyrażany w próbce j w kontekście rozkładu populacji próbki. Korzystają z tych oszacowań jądra skumulowanych funkcji gęstości aby przekształcić wartości początkowe, aby nie wpływały na nie problematyczne intensywności.

Po tej „transformacji” i następującej po niej normalizacji, GSVA oblicza wyniki wzbogacenia używając metody Kołmogorowa-Smirnowa (KS) jak losowo statystyka chodu .

Jak wiem, Kołmogorow-Smirnow sprawdza różnice w rozkładach. Które dystrybucje sprawdza? Zestaw genów jest przeciwko wszystkim innym genom? A jaka jest rola chodu przypadkowego?

Czy istnieje jakiś intuicyjny sposób zrozumienia tego rodzaju zjawiska Kołmogorowa-Smirnowa (KS), na przykład statystyki chodu przypadkowego? Jak to właściwie działa? Która z nich jest zerowa, a jaka hipoteza alternatywna w tym przypadku?

Jeden odpowiedź:
llrs
2018-03-14 22:08:33 UTC
view on stackexchange narkive permalink

Najbardziej intuicyjne wyjaśnienie jest również wyjaśnione w sekcji dotyczącej tła:

Koncepcyjnie tę metodologię można rozumieć jako zmianę układów współrzędnych danych dotyczących ekspresji genów, od genów do zestawów genów.

Co, jak sądzę, zostało wyjaśnione na rysunku 1 artykułu, który jest również jednym z najbardziej pouczających, jakie znalazłem na temat metod algorytmu 1 . GSVA figure 1 Użyję go, aby wyjaśnić, co się dzieje.

  1. Dopasuj funkcję rozkładu do genu

Dla każdego profilu ekspresji genów ... wykonywana jest nieparametryczna ocena jądra ... funkcja.

Nie mogę podać więcej szczegółów, ponieważ nie zrozumiałem go w pełni

  1. Następnie są one normalizowane, aby rangi były symetryczne wokół zera

    Jest to formuła wbudowana między równaniami 2 i 3.

  2. Statystyka Kolmogorov-Smirnov jak losowy spacer jest stosowana do tych oszacowań jądra znormalizowanych rozkładów.

    Które dwie dystrybucje porównuje? Geny w zestawie genów i wszystkie inne (ale nie jestem do końca pewien)

    Rola przypadkowego spaceru jest wyjaśniona nieco później z twojego cytatu:

    [spacer losowy] tworzy rozkład między genami, aby ocenić, czy istnieje większe prawdopodobieństwo znalezienia genów w zestawie genów na którymkolwiek z ogonów rozkładu rang.

    Który jest później używany do obliczenia wynik wzbogacenia patrząc na maksymalne odchylenie od zera lub sumując największe i najniższe odchylenia.

Aby odpowiedzieć na inne pytania:

GSVA oblicza wyniki wzbogacenia zestawu genów na podstawie próbki jako funkcję genów wewnątrz i na zewnątrz genu set, analogicznie do konkurencyjnego testu zestawu genów

1: Spróbuj dowiedzieć się, które dopasowania i przybliżenia są wykonywane wewnątrz limmy



ⓘ
To pytanie i odpowiedź zostało automatycznie przetłumaczone z języka angielskiego.Oryginalna treść jest dostępna na stackexchange, za co dziękujemy za licencję cc by-sa 3.0, w ramach której jest rozpowszechniana.
Loading...