差異表達基因分析ppt課件-展示頁
2025-05-12 22:35本頁面
【正文】 準差 87 比較多組數(shù)的方法 T檢驗：平均值 F檢驗： 方差 SAM（ significance analysis of microarrays） 單通道 Oligo芯片，尤其是affymetrix芯片數(shù)據(jù)分析用得較多 雙通道 cDNA芯片數(shù)據(jù)分析用得較多 False Discovery Rate (FDR) 錯誤發(fā)現(xiàn)率是評估檢驗統(tǒng)計顯著性的最有力工具。 修正的 T值 修正值由樣本方差的均數(shù)和標準差估計而得。例如，可能某一個基因在某一張芯片上 M值很大，但在其他芯片上 M值很小，其實這條基因并沒有差異表達，但由于個別 M值的影響，從而顯示出一個差異表達的特性，造成假陽性。 M值為信號強度比值的 log2值， 是任一特定基因在重復序列中 M值的均值。如果實際上實驗中有大量的基因發(fā)生表達改變， Z值法還是機械的找出 5％的差異表達基因，丟失了一部分真陽性點。 如果實驗體系中沒有一條差異表達的基因， Z值法還是會挑選出 5％的差異表達基因。 Z=(X181。 這一方法沒有考慮到差異表達的統(tǒng)計顯著性。比如，在某個實驗中，基因表達水平的變化不大，如果選擇判別域值為 2倍，則有可能找不到幾個差異表達的基因，假陰性率比較高。 倍數(shù)法 倍數(shù)法 倍數(shù)法是比較常用的一種方法，因為比較簡單和直接。必須設(shè)定一個差異表達基因的判定標準。在 Affymetrix等短的寡核苷酸芯片中，采用單色熒光標記的方式，實驗組和對照組分別用兩張芯片進行檢測，表達差異值即為兩張芯片的信號比值。第七講 Quantile Normalization 使每張芯片 /通道的強度值有相同的分布(intensity distribution) Quantile normalization Before After Quantile normalization R語言和 bioconductor 差異表達基因分析 單張 cDNA芯片差異表達基因 差異表達基因分析 基因表達譜芯片實驗的主要目的之一是發(fā)現(xiàn)兩
教學課件相關(guān)推薦
鄂ICP備17016276號-1