metapod 1.6.0
的metapod包提供了实用程序预先计算的荟萃分析\ (p \)值,产生typicall微分分析。这使用户能够巩固多个相关测试到一个标准更容易解释和有趣的事件的优先级。这里的功能最初开发的一部分csaw包,结合推理从基因组区域内相邻窗口;以及从食物包,合并来自多个批次的数据或从多个两两比较中标记基因检测。大部分功能在这个包中包括组合多个(独立)\ (p \)值到一个单一的总和\ (p \)价值。附加功能还提供总结任何影响的方向。
metapod提供了两个家庭的结合的一组功能\ (p \)值到一个统计量。第一家庭认为平行向量\ (p \)值每组\ (p \)从相应的元素值定义在向量。这是用于结合不同测试相同的特性,例如DE分析相同的基因注释。下面我们说明这通过使用西梅斯的方法将两个平行向量:
库(metapod) p1 < - rbeta (10000 0.5, 1) p2 < - rbeta (10000 0.5, 1) par.combined < - parallelSimes(列表(p1, p2)) str (par.combined)# # 3 # # $ p的列表。价值:num (1:1) 0.392 0.29 0.109 0.711 0.443……# # $代表:int (1:1) 1 1 1 1 2 1 1 2 2 1…# # $影响力:列表2 # # . .美元:罗技(1:1)真的真的真的真的假的真的……# # . .美元:罗技(1:1)假假假假真真…另一种方法是考虑组\ (p \)值在一个数值向量。这是有用的时候\ (p \)值生成组合作为一个分析的一部分。相邻窗口的激励的例子就是在同一个ChIP-seq基因组区域,但也可以想象同样的情况对其他功能,例如,在RNA-seq外显子。在这种情况下,我们需要一个分组因素定义在向量组:
p < - rbeta (10000, - 0.5, 1) g < -样本(100,长度(p),取代= TRUE) gr.combined < - groupedSimes (p, g) str (gr.combined)# # 3 # # $ p的列表。名为num的值:[1:10]2.50 e-02 1.47 e-02 3.07 e 03 6.67 e-05 2.79 e 03……# # . .- attr(*,“名字”)=(1:10 0)从而向“1”“2”“3”“4”……# # $代表:int (1:10 0) 5488 558 7390 66 8736 1170 9805 4037 6354 7264…# # . .- attr(*,“名字”)=(1:10 0)从而向“1”“2”“3”“4”……# # $影响力:罗技(1:1)假假假假假假…双方家庭的函数返回的总和\ (p \)价值以及一些其他有用的统计数据。的代表向量指定的索引代表测试每组;这是一个测试,尤其重要的计算的总和\ (p \)值,可用于,例如,获得一个代表性的效果。类似地,有影响力的向量表示个人的测试在每组“影响力”计算的总和\ (p \)价值。这是定义为测试的子集,如果他们的\ (p \)值被设置为团结,会改变的总和\ (p \)价值。
下列方法产生重大结果组任何个人测试是重要的:
parallelSimes ()和groupedSimes ())健壮的测试和支持权重的个人测试之间的依赖关系。parallelFisher ()和groupedFisher ())假设测试是独立的,不支持权重。parallelPearson ()和groupedPearson ())假设测试是独立的,不支持权重。parallelStouffer ()和groupedStouffer ())假设测试是独立的,并支持权重。费雪的方法是最小的最敏感\ (p \)值而皮尔森的方法是最大最敏感\ (p \)价值。她的方法作为这两个极端之间的妥协。西梅斯的方法是比所有三个保守但仍是功能性的存在依赖关系。
下列方法产生重大结果组一些个人测试是重要的(即。最小数量或比例的个人测试拒绝零假设):
parallelWilkinson ()和groupedWilkinson ())假设测试是独立的,不支持权重。parallelHolmMin ()和groupedHolmMin ())不需要独立和支持权重。从技术上讲,威尔金森的方法可以拒绝如果任何个人null意义重大。然而,它有一个显著增加检测力量当达到指定的最低,因此其包含在这一类。
最后,伯杰的十字路口联盟测试组,会产生一个重大的结果所有个人的测试是重要的。这并不需要独立但不支持权重。
的summarizeParallelDirection ()和summarizeGroupedDirection ()函数将总结的方向为每个组所有影响测试效果。例如,如果所有有影响力的测试有积极log-fold变化,该集团将报告为方向《飞屋环游记》。另外,如果有影响力的测试都积极和消极log-fold变化,报道方向“混合”。我们只考虑到影响测试,避免“不重要”的噪音不会导致最终的测试\ (p \)价值。
logfc1 < - rnorm (10000) logfc2 < - rnorm (10000) par.dir < - summarizeParallelDirection(列表(logfc1 logfc2),影响力= par.combined影响力美元)表(par.dir)# # par.dir # # # # 4335 1433 4232混合countParallelDirection ()和countGroupedDirection只会计算重要的测试在每个方向改变的数量。这样做是在修正了测试的数量每组Benjamini-Hochberg或河中沙洲的方法。这些数量是有点简单的解释比总结方向但有自己的警告——看到countParallelDirection ?获取详细信息。
par.dir2 < - countParallelDirection(列表(p1, p2), (logfc1 logfc2)) str (par.dir2)# # 2 # # $列表:int (1:1) 0 0 0 0 0 0 0 0 0 0…# # $:int (1:1) 0 0 0 0 0 0 0 0 0 0…另一种方法是用的方向代表测试的效果。这通常是最好的方法,如果一个单一的方向和效果是必需的,例如,用于可视化。
所有的功能都支持log.p = TRUE接受对数转换\ (p \)值作为输入,并返回对数转换输出。这是帮助下溢的情况下会导致一代的零\ (p \)值。
几个函数支持个人测试在每个组的权重。这是有用的,如果一些测试先天的比其他人更重要。
的combineParallelPValues ()和combineGroupedPValues ()包装器函数将调度请求方法,使其更容易之间切换的方法在其他包:
gr.combined2 < - combineGroupedPValues (p g方法=“holm-min”) str (gr.combined2)# # 3 # # $ p的列表。名为num的值:[1:10]1 1 1 1 1 1 1 1 1 1…# # . .- attr(*,“名字”)=(1:10 0)从而向“1”“2”“3”“4”……# # $代表:int (1:10 0) 3538 9605 5192 7712 8757 6501 4850 5901 7842 3241…# # . .- attr(*,“名字”)=(1:10 0)从而向“1”“2”“3”“4”……# # $影响力:罗技(1:1)假真假假真真…sessionInfo ()4.2.1(2022-06-23)准备# # # # R版本平台:x86_64-pc-linux-gnu(64位)# #下运行:Ubuntu 20.04.5 LTS # # # #矩阵产品:默认# #布拉斯特区:/home/biocbuild/bbs - 3.16 - bioc / R / lib / libRblas。所以# # LAPACK: /home/biocbuild/bbs - 3.16 - bioc / R / lib / libRlapack。# # # #语言环境:# # [1]LC_CTYPE = en_US。utf - 8 LC_NUMERIC = C # #[3]而= en_GB LC_COLLATE = C # # [5] LC_MONETARY = en_US。utf - 8 LC_MESSAGES = en_US。utf - 8 # # [7] LC_PAPER = en_US。utf - 8 LC_NAME = C # # [9] LC_ADDRESS C = C LC_TELEPHONE = # # [11] LC_MEASUREMENT = en_US。utf - 8 LC_IDENTIFICATION = C附加基本包:# # # # # #[1]统计图形grDevices跑龙套数据集方法基础# # # #其他附加包:# # [1]metapod_1.6.0 knitr_1.40 BiocStyle_2.26.0 # # # #通过加载一个名称空间(而不是附加):# # [1]Rcpp_1.0.9 bookdown_0.29 digest_0.6.30 # # [4] R6_2.5.1 jsonlite_1.8.3 magrittr_2.0.3 # # [7] evaluate_0.17 stringi_1.7.8 cachem_1.0.6 # # [10] rlang_1.0.6 cli_3.4.1 jquerylib_0.1.4 # # [13] bslib_0.4.0 rmarkdown_2.17 tools_4.2.1 # # [16] stringr_1.4.1 xfun_0.34 yaml_2.3.6 # # [19] fastmap_1.1.0 compiler_4.2.1 BiocManager_1.30.19 # # [22] htmltools_0.5.3 sass_0.4.2