差异统计(组学通用)

文献引用：Bioinformatic analysis was performed using the OECloud tools at https://cloud.oebiotech.com.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
--- 最新更新： 提供31套配色可选，包括Lancet、NEJM等期刊高/低饱和度配色方案
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
差异统计分析小工具，用于对芯片、测序、qPCR、蛋白、代谢、微生物等标准化后的数据，进行差异计算。常见的差异分析分为参数检验和非参数检验。该款小工具提供6类统计方法：
1、ANOVA分析：即单因素方差分析。适用场景为 >=3 组的比较；数据符合正态分布的情况下适用；（注：如大于等于3组情况下，选取ANOVA方法，会同时提供后验概率计算结果）
2、Kruskal Wallis检验：适用场景为 >=3 组的比较；数据不符合正态分布的情况下可用；
3、T test检验：适用场景为 2 组的比较；数据符合正态分布的情况下适用；
4、Wilcoxon检验：适用场景为 2 组的比较；数据不符合正态分布的情况下可用；
5、T test配对检验：适用场景为 2 组的比较；并且2组样本数量一致，呈一一对应；
6、Wilcoxon配对检验：适用场景为 2 组的比较；并且2组样本数量一致，呈一一对应。

参数调整

微生物/蛋白/代谢/(测序-芯片-qPCR)基因表达或者丰度矩阵【注：需要提供标准化后的数据】
样本的分组文件
差异统计的方法，下拉可选（如选取ANOVA，且比较组大于等于3组，同时提供后验概率TukeyHSD分析结果）
p值矫正的算法，共7种可选（默认建议BH方法）：1.BH; 2.bonferroni; 3.fdr; 4.holm; 5.hochberg; 6.hommel; 7.BY
选择是否对差异feature绘制boxplot箱线图。注：默认不绘制。如果选择绘制，程序运行时间会延长。！！！如果feature过多，不建议绘制。
可选31种色系
对结果进行命名用于区分不同的任务，默认为当前工具名称_当前日期时间
自行命名导出的统计文件（tab键分割文件）。右键选择用excel打开
自行命名导出p值小于0.05的矩阵文件（tab键分割文件），可用于热图绘制。右键选择用excel打开
字体类型：Arial、Times New Roman、Verdana3类可选
字体样式：默认为”无“；bold（加粗）/ italic（斜体）可选
最多可选50。若所选特征数大于阈值筛选后的特征数，则该参数失效
选择对过长的特征名进行字符串截取，保留前70个字符
 提交 重置

结果与说明

任务正在排队中，目前后台任务排队数量:

当前任务开始运行后预计需要耗时

请勿重复提交任务!

程序正在运行中，预计需要耗时

{{ m.content }}

程序运行出错，报错信息如下：

最新更新： 提供31套配色可选，包括Lancet、NEJM等期刊高/低饱和度配色方案

玩转攻略可点击公众号推文:“颜值评估器”？原来差异统计小工具还可以这样用？



1. 矩阵文件（例如：基因(测序、芯片、qPCR)/蛋白/代谢物/微生物标准化后的表达或者丰度矩阵）

第一列为基因/蛋白/代谢物名称，其余各列为各样品中相应表达量。注：列名不允许为空


示例图片1.png

 demo数据下载： matrix.xlsx


2. 分组文件（即：样本的分组情况）

第一列为样本名称Sample，第二列为分组名称Group，第三列为配对样本的对应编号pairedID（如果2组间样本配对，则需要以相同的ID命名）

注：

（1）如所选方法为非配对统计检验，可以不用提供第三列pairedID

（2）列名的拼写及字母大小写请和示例保持一致：Sample  ;  Group ;  pairedID

示例图片2.png

 demo数据下载： group.xlsx

生成3个结果文件，如下所示： 


示例图片3.png


1. 差异统计结果文件

    注：如果任意组内重复样小于等于3个，则不进行正态分布检验，同时也不提供方差齐次性检验（仅提供p-value，significant，q-value结果）。仅当所有组内重复样均大于3个的情况下，提供正态分布检验，以及方差齐次性检验分析结果。


示例图片4-改2021.06.02.png


如果差异比较组大于等于3，并且选择ANOVA检验，则输出结果会增加后验概率列（即通过TukeyHSD方法统计两两组间的差异，但属于后验概率计算。）

后验概率图片解释.png


2. 差异feature矩阵文件（heatmap作图文件）

示例图片5.png


3.SATMP分析图

    注：STAMP只绘制p<0.05的差异显著性feature

两组STAMP分析图

stamp.png

多组STAMP分析图

stamp2.png

4.差异feature的boxplot图

非配对差异boxplot图

index1_boxplot_ANOVA.png

配对差异boxplot图

Acinetobacter_boxplot_PairedLinepaired_TTest.png



版本

更新时间更新内容备注
v1.02021.02.24初版上线初版上线
v1.042021.02.24修正无pairedID列的bug已更新
v1.052021.02.24增加：1、padj可选参数；2、正态分布检验；3、方差齐次性检验已更新
v1.062021.03.09

1、增加后验概率计算（posthoc）：如果选ANOVA分析，则采用TukeyHSD方法计算后验概率

2、读取padj参数的小更新修正；


v1.072021.03.09debug：增加判断，如果2组的ANOVA分析，则不进行后验概率计算已更新
v1.082021.03.09脚本提示小更新：如果为2比较组并且选择ANOVA，增加提示已更新
v1.092021.03.09更新后验概率计算表头已更新
v1.102021.03.09更新后验概率post.hoc pvalue表头为post.hoc padj已更新
v1.112021.03.22

1、针对代谢物名称（含有特殊字符）的问题：重新命名替换；

2、针对两个表格的列名和行名不对应的情况，增加报错提醒。

已更新
v1.122021.03.23debug：脚本中识别特殊字符的判断bug已更新
v1.132021.04.01

1、增加识别读取csv的功

能；2、如果分组内仅3个重复样，则不进行正态分布检验

已更新
v1.142021.04.07

以下情况，为保证p值计算的精确性，计算的时候会删除这部分feature：

1、feature在所有分组中sd值为0；

2、配对检验时，多组重复样数据一一对应相等，比如A（1,2,3,4）vs B（1,2,3,4）；

3、非配对检验时，只有1组内sd不为0（即统计需要满足至少有2组sd不为0）

已更新

v1.152021.06.02

1、增加feature名称重复的报错提示；

2、增加行数限制，超过5000行，则报错；

3、修改表头：pvalue修改为p-value；qvalue修改为q-value

已更新
v1.162021.09.05

1、增加选项，绘图/不绘图；

2、如果有重复feature，则输出重复值；

3、debug：xls格式的文件，读取出错问题

4、脚本核验表头"Sample","Group","pairedID",如果不符合则报错

已更新
v1.172021.12.31

1、修改行数限制，超过20000行，则报错；

2、更新共31种配色方案；

3、xls文件的读取不匹配bug修复

已

更新

v1.182022.01.28

将t test（非配对）的双尾检验中的异方差，改为默认等方差


已更新

v1.19暂未更新

计算组间均值

暂未

更新

v1.212023.01.11

新增STAMP分析

已更新

v1.252023.04.12

xls文件读取报错

已更新

v1.262023.05.05

输出文件路径bug修正

已更新

v1.282023.05.10

组内值恒定的特征剔除

已更新

差异统计的6类方法：

1、ANOVA分析：即单因素方差分析。适用场景为 >=3 组的比较；数据符合正态分布的情况下适用；（注：如大于等于3组情况下，选取ANOVA方法，会同时提供后验概率计算结果）
2、Kruskal Wallis检验：适用场景为 >=3 组的比较；数据不符合正态分布的情况下可用；
3、T test检验：适用场景为 2 组的比较；数据符合正态分布的情况下适用；
4、Wilcoxon检验：适用场景为 2 组的比较；数据不符合正态分布的情况下可用；
5、T test配对检验：适用场景为 2 组的比较；并且2组样本数量一致，呈一一对应；
6、Wilcoxon配对检验：适用场景为 2 组的比较；并且2组样本数量一致，呈一一对应。


p值矫正的算法选择，共提供7类方法：

（1）BH，即：Benjamini & Hochberg（1995）; 

（2）bonferroni，即：Bonferroni

（3）fdr，即FDR方法

（4）holm，即Holm（1979） 

（5）hochberg，即Hochberg（1988）

（6）hommel，即Hommel（1988）

（7）BY，即Benjamini & Yekutieli（2001）

注：

（1）默认建议选用BH方法；

（2）“bonferroni”和“BH”法是较为常见的方法；

（3）“bonferroni”方法进行校正是最严格的方法

分析软件：R中 p.adjust() 函数

参考文献：Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing，DOI: 10.2307/2532694


后验概率选取TukeyHSD方法，仅在样本比较组大于等于3组，且选取ANOVA方法的时候，结果会增加后验概率计算结果列。如想了解更多有关后验概率的内容，参考：

https://en.wikipedia.org/wiki/Tukey%27s_range_test

https://web.archive.org/web/20081017161620/http://faculty.vassar.edu/lowry/ch14pt2.html


可选配色参考

颜色参考1.png

颜色参考2.png

颜色参考3.png
在线咨询