微生信网站做go怎么画图-生物信息学在线工具gorilla执行go富集分析有没有多重假设检验矫正

原本,我并无写这一稿件的想法。主要原因有二:

如果要找合理解释,那么针对第一点,就是每天仍然有大量新接触生信数据分析的朋友;针对第二点,......在前两天我推的文稿《零基础快速完成基因功能注释 / GO / KEGG / PFAM...》中,评论区答应了下,阅读过5000,那就写一写富集分析。于是,如果不写,总是不对。如果要写,只能现在写。毕竟有些事情,现在不做,以后真的不会做。

对于这一块,完全陌生的朋友,尤其是不少生物学背景朋友,有必要温习一下数理统计基础。这一稿件只做原理最简单的但使用最广泛其速度最快的Over-Represence Analysis模式的富集分析讲演。其他模式,不涉及。

回到主题,先举个经典的抽球例子:

小红小绿小蓝三个人自称有超能力,可以用手摸摸球就分辨出黑球白球,于是我们找来黑袋子,放100个球,其中20个白球80个黑球,让三人分别无放回地抽取。

小红随机抽出来10个球,其中2个白球8个黑球,情况即,

抽球中白球比例与背景白球比例完全一致,说明小红抽球结果随机。

球放回去,小绿来抽球,抽出来的10个球,其中3个白球7个黑球,情况即,

这是经典的抽球案例,抽取到的白球个数的概率分布为超几何分布。基于此,我们可以简单计算抽取到比小绿抽取到球个数(或更多即更极端)的概率如何,在 R语言中计算,即

而对于小蓝的情况,那么概率如何?

在 TBtools 中也可以计算,只是写法有点区别

可以看到,尽管这只是一次抽球,小绿抽球中白球比例(或更极端情况)出现的概率是31.88%+,还是挺高的,于是我们有较高的把握说,小绿嘛,只是走了狗屎运。相反,小蓝抽球中白球比例或更极端情况出现的概率几乎为 0 ,我们几乎没啥把握说,小蓝走狗屎运....换句话说,我们有理由相信,或许小蓝真有抽白球的超能力.....

说了这么多,那么跟基因集合富集分析有啥关系?....基因集合功能富集分析。那么我们就需要有一个基因集合(如差异表达基因集合或ChIP-seq的Peaks或GWAS定位的系列区间),还有一个功能标签(如 生长素信号转导相关 )。于是黑白球案例可以简单调整一下。假定现在这个物种一共有100个基因,其中20个基因与生长素信号转导相关,80个没有注释到与生长素信号转导相关(换句话说,约等于无关),我们做了对植株做了处理,和CK分别测定转录表达谱,通过差异表达分析,鉴定到10个差异表达基因,其中2个与生长素信号转导相关,而另外8个则没注释到生长素信号转导相关,简单画一下,即

好,剩下的两个就不替换了。整体上,ORA模式的富集分析,本身就是经典的抽球案例,感兴趣的自行替换就可以了。

基本原理,相信都搞清楚了。不过还是有两三点需要注意:

具体如何做物种所有基因的背景注释,请参考前述推文《零基础快速完成基因功能注释 / GO / KEGG / PFAM...》。

首先,打开 TBtools GO 富集分析界面

整体如上,一共三个文件:

具体示例如下

点击 Start ,随后等待即可。完成时会有弹窗提示。查看输出文件

(写到这里,突然觉得这些都没啥意思,不知为何....就不详细写了,大伙自己看看列名,猜猜吧)

很多时候,我们会选择,筛选第一列,只看 Biological Process。一般这些与我们的生物学认知会贴近一些。

基因集合功能富集分析,是一个常常被谈起的话题,甚至近期都有不少新方法或算法被提出。感兴趣的朋友可以去了解。这份教程,只与大伙说最简单,但也是使用最为广泛的一种富集分析模式。无论是不是 TBtools 用户,理论上来说,都可以轻松理解并掌握,从原理到实践。

写到一半,其实我已经不想写了。原因非常简单,这也是为什么在我之前,并没有一个人写出来 TBtools 类似的工具。不是写不了,而是不想写。有时候,随着能力增长和知识积累,往往不再愿意做一些简单的事情。或许这还涉及到年龄的增长,角色的转变,责任的变化....云云。

小时候,我以为写 TBtools 玩玩;

后来,我以为我会一直写下去;

现在,,,,,,

你好!

在PS里,就用钢笔工具,绘出来的是路径,整个做完之后在路径面板描边就可以了

PS可以做,但是PS用来修照片比较好,作图的话还是AI或是CDR比较好,这两个是矢量软件,做这种东西,功能很强大,使用很给力,哈哈~~

希望对你有所帮助,望采纳。

在生物信息学分析中,通常要用到统计学的知识,具体的例子如下在paml计算选择压力时,计算正选择基因的显著性、基因家族收缩和扩张时的显著性、计算差异表达基因的显著性、富集分析等。对于这些分析通常都会有p值和校正之后的p值,那么对于我们什么时候用p值,什么时候用校正之后的p值,你知道吗?

P值是啥

P 值即概率,反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值,一般以P < 0.05 为显著, P <0.01 为非常显著,其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上,P 值不能赋予数据任何重要性,只能说明某事件发生的机率。

纠正p是啥意思

通常意义上讲,p值<0.01,就保证了99%的准确性,在生信分析中,也就是说在100个个体中可能有1个是假阳性,这样误差在100这么大的样本量中是可以接受的,但是如果样本量为10万,那么就有1000个事假阳性,那么这样,我们可能就不会接受这么多的错误。处女座的人尤其如此,如果心理是可以接受找的到的结果少,但是必须准确。那么我们必须这么做啦。

对于一个个体,我们觉得99%的准确率就可以啦。同样我们要求第二个个体也要99%的准确率,并且二者要同时满足,也就是同时发生,那么p值必须是p1*p2,也就是说显著水平要满足<0.0001,才可以。

因此有一种校正的方法就是p<0.01/10^n;不过这种纠正过于严格,会丢掉超级多的真阳性。因此现在更多的是FDR校正,Bonferroni校正等。

是什么时候需要矫正呢

建议:单次检验或者样本量不超过100的时候,原始p值就可以啦。

多次检验或者样本量超过100的时候,建议使用校正之后的p值。

希望可以帮到你。