Python下实现Fisher富集分析方法_第1页
Python下实现Fisher富集分析方法_第2页
Python下实现Fisher富集分析方法_第3页
Python下实现Fisher富集分析方法_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本文格式为Word版，下载可任意编辑——Python下实现Fisher富集分析方法

Python下实现Fisher富集分析方法

Fisher's确切概率方法利用超几何分布的原理推断每个基因集中的目标基因（ADR基因）的比例是否与整个基因组中目标基因（ADR基因）的比例一致。包括2个原假设：①基因是否目标基因（ADR基因）；②基因是否属于的功能基因集（如GOTerm），如表：

功能基因集非功能基因集

合计

注示：N表示全基因组中基因总数；M表示功能基因集中的基因个数，K表示ADR基因数目.。Fisher's得分表示k个ADR基因中至少有x个被功能基因集解释的概率：

ADR基因

非ADR基因合计MN－MN

n11n21

K

n12n22

N－K

?M??N?M????x?1?i??K?i??p?1???N?i?0???K?

例如我们要研究药物相关基因和功能term之间的相关性，可以利用下面两种状况

功能基因集非功能基因集

合计

功能基因集非功能基因集

合计

接下来我们介绍下如何通过Python语言利用FISHER确切检验实现功能富集分析。

miRNA靶基因Drug显著基因

非drug显著基因合计MN－M

N（全基因组个数）

n11n21

K

n12n22

N－K

非miRNA靶基因合计MN－M

N（所有miRNA靶基

因个数）n11n21

K

n12n22

N－K

在Python语言中，Fisher确切检验主要依靠于scipy.stats包以及numpy包，安装和调用命令如下：

假设我们有一个待查基因集，命名为interest，我们想知道这个基因集和通路path之间的相关性，即这个interest基因集是否可以显著富集到通路path中，通路path中包含基因个数为num_sp，另外还有一个背景基因集，即全部的基因个数，命名为num_allgene。接下来就是如何计算四格表，pathnonpath

interestabnum_interestgene

noninterestcdnum_allgene-num_interestgenenum_spnum_allgene-num_sp

这里a为待查基因集和通路基因集的交集，b为不在通路path的待查基因个数，c为不属于interest待查基因的通路基因个数。计算过程如下

a,b,c,d分别为四个表的四个得分值，红圈内的函数即为利用四格表计算的显著性得分。函数fisher_exact()返回的是

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论