R二项分布检验与FDR校正

最新推荐文章于 2025-05-22 12:41:16 发布

浮生终有醒

最新推荐文章于 2025-05-22 12:41:16 发布

阅读量5.4k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：生物信息学

本文链接：https://blog.youkuaiyun.com/skenoy/article/details/8672015

本文介绍了二项分布在生物领域的应用，特别是针对等位基因重组等现象。通过一个实例展示了如何在R中进行二项分布检验，并通过控制False Discovery Rate (FDR)来确定P值阈值，以确保统计学上的显著性水平。通过对候选基因的P值排序和计算，找到了控制FDR不超过给定值的方法，从而选择差异表达基因。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

二项分布是重复n次的实验，且每次实验都是独立的，只有两种结果，并且相互对立的，生活中最常见的是投硬币~~~在生物领域内也有很多符合此类分布的，如二倍体动物等位基因，来源于父本和母本的重组等。具体公式什么的博主就不写了，写个关于ASE的例子吧。

# cat binom.r | R --slave --args <file>
args <- commandArgs()
fa <- read.table(args[4], header=FALSE, sep="\t")
n1 = fa$V8
n2 = fa$V12
len = length(n1)
pv = numeric(len)
for(i in 1:len){
pv[i] = 0
if(n1[i] > n2[i]) pv[i]=binom.test(n1[i], n1[i]+n2[i], p=1/2, alternative="greater")$p.value else pv[i]=binom.test(n2[i], n1[i]+n2[i], p=1/2, alternative="greater")$p.value
}
qv <- p.adjust(pv, method="fdr")#fdr校正
fa$pv = formatC(pv, digits=4)
fa$fdr = formatC(qv, digits=4)
write.table(fa, file=paste(args[4],".out",sep=""), sep="\t", col.names=FALSE, row.names=FALSE, quote=FALSE)

其实也不算是什么例子，就是把过程写下来熟悉一下写法而已。

通过控制FDR(False Discovery Rate)来决定P值的域值。假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的。实践中希望错误比例Q＝V/R平均而言不能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5％。对所有候选基因的p值进行从小到大排序，则若想控制fdr不能超