趋势分析

搜索
开发者:stx  |  更新于1 月,3 周前  |  浏览量 958

文献引用:Bioinformatic analysis was performed using the OECloud tools at https://cloud.oebiotech.cn.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
一个基因的表达变化从一个时间点往下一个时间的变化主要有三种趋势,即 增加 、不变 和 减小 。
如果只有两个时间的话,变化趋势有3种,三个时间点的话,变化趋势共有9种,n个时间点的话变化趋势共有 3的n-1次方 种变化趋势。
构建出对应的变化趋势之后,将基因的表达数据转换,计算转换后的数据与对应变化趋势的相似性,最终衡量基因属于哪一个趋势,同时,随机打乱时间点,重新进行趋势分析,统计每个趋势中的基因的数量,进行大量的随机重排之后,每个趋势中可以得到一个期望的基因数量,最终利用超几何分布算法计算该趋势的p-value。

参数信息
  1. 上传数据矩阵文件,如各时间梯度均值
  2. 请根据数据类型选择
  3. 对基因或蛋白通过FC值过滤,默认任意两个时间点之间低于该FC阈值的基因过滤
相关数据
  • 使用说明
  • 结果说明
  • 重要提示
  • 版本信息
  • 1. 输入表格

    1. 注:

    2.     1.输入文件名称中不能包含中文或空格,可以是xls,xlsx,csv和txt格式表格文件。

    3.     2.同组样本推荐使用该组表达量均值代替,而不是直接使用样本表达量。

    stc_table.png


        demo数据下载:stem_demo.xls(类型:芯片标准化值)

      2. 适用数据

        注:

           1.不同数据类型要选择对应的“适用数据”,使用了不恰当的类型可能导致分析结果可信度降低。

       

      input_type.png

       3. FC过滤

            注:

               1. 该分析推荐使用差异数据进行分析,使用非差异数据时候需设定该参数进行过滤。

          该参数会对任意两个时间点之间低于该FC阈值的基因进行过滤



    1. 1.所有趋势模块绘图(显著和非显著)

        彩色为显著,灰色非显著

    output1.png

        

    1. 2.每个显著趋势绘图

    output4.png

    1. (1) 同组样本请使用其均值进行分析;


    1. (2) 请选择输入表达值对应类型,提高分析准确性;


      图片6.png
  • 版本
    更新日期更新内容
    0.12020.12.25上线
    0.1.12021.01.07修复无法读取excel文件,修复部分方法运行失败






  • 问题反馈