非加权基因集富集分析显著性得分的计算
从属关系
- PMID:17683603
- PMCID:PMC1994690
- DOI:10.1186 / 1471-2105-8-290
剪贴板中的项目
非加权基因集富集分析显著性得分的计算
BMC生物信息学。
。
免费PMC文章
摘要
背景:基因集富集分析(Gene Set Enrichment Analysis, GSEA)是一种对基因或蛋白质排序列表进行统计评估的计算方法。最初GSEA是为了解释微阵列基因表达数据而开发的，但它可以应用于任何排序的基因列表。给定基因列表和任意的生物类别，GSEA评估所考虑类别的基因是否随机分布或累积在列表的顶部或底部。通常，GSEA的显著性得分(p值)是通过非参数排列检验计算的，这是一个耗时的过程，只产生p值的估计值。
结果:提出了一种新的动态规划算法，用于计算非加权基因集富集分析的精确显著性值。我们的算法避免了非参数排列检验的典型问题，因为随机抽样程序导致不同运行的不同结果。该动态规划算法的另一个优点是其运行时间和内存效率。为了测试我们的算法，我们不仅将其应用于模拟数据集，而且还评估了鳞状细胞肺癌组织和自体未受影响组织的表达谱。
数据
可能运行和统计信息的示例。该图显示了8个基因的有序列表的所有可能的运行和统计，其中4个属于一个功能类别。红色标记的运行和统计数据有一个RS
C值为12，对应的p值为
1
−
54
70
＝
0.229
MathType@MTEF@5@5@ + = feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacqaIXaqmcqGHsisldaWcaaqaaiabiwda1iabisda0aqaaiabiEda3iabicdaWaaacqGH9aqpcqaIWaamcqGGUaGlcqaIYaGmcqaIYaGmcqaI5aqoaaa@382D@
。x轴上的数字表示当前步骤中可能运行的和值的索引和数目。
p值作为排列检验数的函数。对于每个排列测试的数量，我们进行了100次运行。该图显示了这些运行的平均值以及各自的标准偏差。虚线表示100个计算p值的最大值和最小值。
动态规划矩阵。该图显示了图1中提供的示例的动态规划矩阵。不等于零的矩阵项用阴影表示。黄色矩阵项不需要计算，由于扩展的边约束，运行和统计数据的数量具有较小的偏差为零(RS
C值)比12等于54。
运行时间作为显著性值的函数。答:对于1000个基因的排序列表和包含100个基因的类别，我们的算法的运行时间是针对一组离散的p值(0,0.003,0.006，…，0.996,1)计算的。所显示的运行时间是标准2 GHz PC上每个p值100次运行的中位数。计算完整矩阵的最大运行时间为0.05秒。一个朴素的排列测试程序大约需要0.7秒进行1000个排列。B:运行时间作为小p值显著性值的函数。
类似的文章
-
用基因集富集分析进行透明细胞肾细胞癌的基因表达分析。BJU国际杂志。2011年7月;108(2页2):E29-35。doi: 10.1111 / j.1464 - 410 x.2010.09794.x。Epub 2011 3月16日。 BJU Int. 2011。 PMID:21435154
-
通路分析的组测试提高了不同微阵列数据集的可比性。生物信息学。2006年10月15日;22(20):2500-6。doi: 10.1093 /生物信息学/ btl424。Epub 2006年8月7日。 生物信息学》2006。 PMID:16895928
-
利用微阵列数据对病理条件下失调控基因功能类别的统计评估。生物信息学。2007年8月15日;23(16):2063-72。doi: 10.1093 /生物信息学/ btm289。Epub 2007 5月31日。 生物信息学》2007。 PMID:17540679
-
fm检验:一种基于模糊集理论的差分基因表达数据分析方法。BMC生物信息学。2006年12月12日;7增刊4(增刊4):S7。doi: 10.1186 / 1471 - 2105 - 7 - s4 - s7。 BMC生物信息学，2006。 PMID:17217525 免费的PMC文章。
-
分子分析中排序表的代数稳定性指标。生物信息学。2008年1月15日;24(2):258-64。doi: 10.1093 /生物信息学/ btm550。Epub 2007 11月16日。 生物信息学》2008。 PMID:18024475
引用的
-
circGPA:基于概率生成函数的circRNA函数标注。BMC生物信息学。2022年9月27日;23(1):392。doi: 10.1186 / s12859 - 022 - 04957 - 8。 BMC生物信息学，2022。 PMID:36167495 免费的PMC文章。
-
HumiR:探索人类microRNA数据的网络服务、工具和数据库。生物分子。2020年11月20日;10(11):1576。doi: 10.3390 / biom10111576。 生物分子》2020。 PMID:33233537 免费的PMC文章。
-
基因集分析:挑战、机遇与未来研究。前热内。2020年6月30日;11:654。doi: 10.3389 / fgene.2020.00654。eCollection 2020。 前热内，2020年。 PMID:32695141 免费的PMC文章。 审查。
-
miEAA 2.0:集成多物种microRNA富集分析和工作流管理系统。核酸res 2020 july 2;48(W1):W521-W528。doi: 10.1093 / nar / gkaa309。 核酸res 2020。 PMID:32374865 免费的PMC文章。
-
三维细胞结构影响胞外囊泡的MicroRNA和蛋白质负载。Adv Sci (Weinh)。2018年12月20日;6(4):1800948。doi: 10.1002 / advs.201800948。2019年2月20日 Adv Sci (Weinh)。2018. PMID:30828519 免费的PMC文章。
参考文献
-
- Mootha V, Lindgren C, Eriksson K, Subramanian A, Sihag S, Lehar J, Puigserver P, Carlsson E, Ridderstrale M, Laurila E, Houstis N, Daly M, Patterson N, Mesirov J, Golub T, Tamayo P, Spiegelman B, Lander E, Hirschhorn J, Altshuler D, Groop l。Nat Genet, 2003; 34:27 7 - 73。doi: 10.1038 / ng1180。-DOI-PubMed
网格计算
LinkOut -更多的资源
全文来源
其他文献来源
医疗
