Oceń produkt

Produkt rangowy to biologicznie motywowany test do wykrywania genów o zróżnicowanej ekspresji w replikowanych eksperymentach na mikromacierzach . Jest to prosta , nieparametryczna metoda statystyczna oparta na szeregach krotności zmian. Oprócz zastosowania w profilowaniu wyrażeń można go używać do łączenia list rankingowych z różnych dziedzin zastosowań, w tym proteomiki , metabolomiki , metaanalizy statystycznej i ogólnego wyboru cech .

Obliczanie iloczynu rangowego

Wypełnione kółka przedstawiają rangi jednego genu w różnych replikach. Produkt rangi dla tego genu będzie wynosił (2×1×4×2) ^1/4 = 2

Biorąc pod uwagę n genów i k replik, niech $będzie równa$ g w i -tej replikacji .

Oblicz iloczyn rangowy za pomocą średniej geometrycznej :

{\ Displaystyle RP (g) = (\ Pi _ {i = 1} ^ {k} r_ {g, i}) ^ { 1/k}}

Wyznaczanie poziomów istotności

Do określenia prawdopodobieństwa zaobserwowania danej wartości RP lub lepszej w eksperymencie losowym stosuje się proste oszacowanie oparte na permutacjach.

wygeneruj p permutacji k list rangowych o długości n .
obliczyć iloczyny rang n genów w p permutacjach.
policzyć, ile razy iloczyny rang genów w permutacjach są mniejsze lub równe obserwowanemu iloczynowi rang. Ustaw c na tę wartość.
obliczyć średnią wartość oczekiwaną dla iloczynu rangowego według: ${\ displaystyle \ operatorname {E} _ {\ operatorname {RP}} (g) = c/p}$ .
obliczyć procent fałszywych alarmów jako: $ranking} (g$ ${\ displaystyle \ operatorname {pfp} (g) = \ operatorname {E} _ {RP} ($ $jest$ rangą g na wszystkich n geny posortowane $.$

Dokładny rozkład prawdopodobieństwa i dokładne przybliżenie

Ponowne próbkowanie permutacyjne wymaga wymagającej obliczeniowo liczby permutacji, aby uzyskać wiarygodne szacunki wartości p dla genów o najbardziej zróżnicowanej ekspresji, jeśli n jest duże. Eisinga, Breitling i Heskes (2013) podają dokładny rozkład masy prawdopodobieństwa statystyki produktu rangowego. Obliczenie dokładnych p zapewnia znaczną poprawę w porównaniu z przybliżeniem permutacyjnym, co jest najbardziej znaczące w przypadku tej części rozkładu, która jest najbardziej zainteresowana analizą produktu rangi, tj. cienkiego prawego ogona. Jednakże obliczenie dokładnego znaczenia statystycznego produktów o dużej randze może zająć niedopuszczalnie dużo czasu. Heskes, Eisinga i Breitling (2014) podają metodę określania dokładnego przybliżenia p -wartości statystyki produktu rangowego w sposób szybki obliczeniowo.

Zobacz też

Breitling, R., Armengaud, P., Amtmann, A. i Herzyk, P. (2004) Rank Products: A simple, but potężny, nowa metoda wykrywania różnie regulowanych genów w replikowanych eksperymentach mikromacierzy, FEBS Letters, 573:83 –-92
Eisinga, R.; Breitling, R.; Heskes, T. (2013). „Dokładny rozkład prawdopodobieństwa statystyk produktu rangi dla powtarzanych eksperymentów”. Listy FEBS . 587 (6): 677–682. doi : 10.1016/j.febslet.2013.01.037 . HDL : 2066/116720 . PMID 23395607 . S2CID 246960 .
Heskes, T.; Eisinga, R.; Breitling, R. (2014). „Szybki algorytm do określania granic i dokładnych przybliżonych wartości p statystyki produktu rangowego dla powtórzonych eksperymentów” . BMC Bioinformatyka . 15 (1): 367. doi : 10.1186/preaccept-1857144210135244 . PMC 4245829 . PMID 25413493 .