mattest

Выполните 2D демонстрационный t-тест, чтобы оценить дифференциальную экспрессию генов от двух экспериментальных условий или фенотипов

Синтаксис

PValues = mattest(DataX, DataY)
[PValues, TScores] = mattest(DataX, DataY)
[PValues, TScores, DFs] = mattest(DataX, DataY)
... = mattest(..., 'VarType', VarTypeValue, ...)
... = mattest(..., 'Permute', PermuteValue, ...)
... = mattest(..., 'Bootstrap', BootstrapValue, ...)
... = mattest(..., 'Showhist', ShowhistValue, ...)
... = mattest(..., 'Showplot', ShowplotValue, ...)
... = mattest(..., 'Labels', LabelsValue, ...)

Входные параметры

DataX, DataY

Объект DataMatrix или матрица значений экспрессии гена, где каждая строка соответствует гену и каждому столбцу, соответствуют реплицированию. DataX и DataY должны иметь одинаковое число строк и приняты, чтобы быть нормально распределенными в каждом классе с равными отклонениями.

DataX содержит данные из одного экспериментального условия, и DataY содержит данные из различного экспериментального условия. Например, DataX мог быть значениями выражения от раковых клеток, и DataY мог быть значениями выражения от нормальных ячеек.

VarTypeValueВектор символов, который задает тип отклонения теста. VarTypeValue может быть 'equal' или 'unequal' (значение по умолчанию). Если установлено в 'equal', mattest выполняет тест, принимающий, что эти две выборки имеют равные отклонения. Если установлено в 'unequal', mattest выполняет тест, принимающий, что эти две выборки имеют неизвестные и неравные отклонения.
PermuteValueСредства управления, запущены ли тесты перестановки, и если так, сколько. Выбором является true, false (значение по умолчанию) или любое целое число, больше, чем 2. Если установлено в true, количеством перестановок является 1000.
BootstrapValueСредства управления, запущены ли тесты начальной загрузки, и если так, сколько. Выбором является true, false (значение по умолчанию) или любое целое число, больше, чем 2. Если установлено в true, количеством тестов начальной загрузки является 1000.
ShowhistValue

Управляет отображением гистограмм дистрибутивов t-счета и p-распределений-значений. Выбором является true или false (значение по умолчанию).

ShowplotValue

Управляет отображением нормального графика квантиля t-счета. Выбором является true или false (значение по умолчанию). В графике квантиля t-счета, точках данных с t-очками>   (1 - 1/(2N)) или <отображение 1/(2N) с красными кругами. N является общим количеством генов.

LabelsValueМассив ячеек из символьных векторов или вектор строки, содержащий метки (обычно названия генов или тестовые идентификаторы набора) для каждой строки в DataX и DataY. Метки отображаются, если вы кликаете по точке данных в графике квантиля t-счета.

Выходные аргументы

PValues

Одно из следующего:

  • Вектор-столбец p-значений для каждого гена в DataX и DataY (если оба входных параметров являются матрицами).

  • Объект DataMatrix со строкой называет то же самое как первый объект входа DataMatrix и имя столбца p-values (если по крайней мере один вход является объектом DataMatrix).

TScoresВектор-столбец t-музыки к каждому гену в DataX и DataY.
DFsВектор-столбец, содержащий степень свободы для каждого гена в DataX и DataY.

Описание

PValues = mattest(DataX, DataY) выполняет непарный t-тест для дифференциального выражения со стандартным двусторонним и 2D демонстрационным t-тестом на каждом гене в DataX и DataY и возвращает p-значение для каждого гена. DataX и DataY являются или объектом DataMatrix или матрицей значений экспрессии гена, в которых каждая строка соответствует гену, и каждый столбец соответствует реплицированию. DataX содержит данные из одного экспериментального условия, и DataY содержит данные из другого экспериментального условия. DataX и DataY должны иметь одинаковое число строк и приняты, чтобы быть нормально распределенными в каждом классе. PValues является вектор-столбцом p-значений для каждого гена, или, если по крайней мере одни из входных параметров являются объектом DataMatrix, объект DataMatrix со строкой называет то же самое как первый объект входа DataMatrix и имя столбца p-values.

[PValues, TScores] = mattest(DataX, DataY) также возвращает t-счет к каждому гену в DataX и DataY. TScores является вектор-столбцом t-музыки к каждому гену.

[PValues, TScores, DFs] = mattest(DataX, DataY) также возвращает DFs, вектор-столбец, содержащий степень свободы для каждого гена через оба набора данных, DataX и DataY.

... = mattest(..., 'PropertyName', PropertyValue, ...) вызывает mattest с дополнительными свойствами, которые используют имя свойства / пары значения свойства. Можно задать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и нечувствительный к регистру. Это имя свойства / пары значения свойства следующие:

... = mattest(..., 'VarType', VarTypeValue, ...) задает тип отклонения теста. VarTypeValue может быть 'equal' или 'unequal' (значение по умолчанию). Если установлено в 'equal', mattest выполняет тест, принимающий, что эти две выборки имеют равные отклонения. Если установлено в 'unequal', mattest выполняет тест, принимающий, что эти две выборки имеют неизвестные и неравные отклонения.

... = mattest(..., 'Permute', PermuteValue, ...) средства управления, запущены ли тесты перестановки, и если так, сколько. PermuteValue может быть true, false (значение по умолчанию) или любое целое число, больше, чем 2. Если установлено в true, количеством перестановок является 1000.

... = mattest(..., 'Bootstrap', BootstrapValue, ...) средства управления, запущены ли тесты начальной загрузки, и если так, сколько. BootstrapValue может быть true, false (значение по умолчанию) или любое целое число, больше, чем 2. Если установлено в true, количеством тестов начальной загрузки является 1000.

... = mattest(..., 'Showhist', ShowhistValue, ...) управляет отображением гистограмм дистрибутивов t-счета и p-распределений-значений. Когда ShowhistValue является true, гистограммы отображений mattest. Значением по умолчанию является false.

... = mattest(..., 'Showplot', ShowplotValue, ...) управляет отображением нормального графика квантиля t-счета. Когда ShowplotValue является true, mattest отображает график квантиля квантиля. Значением по умолчанию является false. В графике квантиля t-счета строка черной диагонали представляет демонстрационный квантиль, являющийся равным теоретическому квантилю. Точки данных генов, считавшихся дифференцированно выраженными, лежат дальше от этой строки. А именно, точки данных с t-очками>   (1 - 1/(2N)) или <отображение 1/(2N) с красными кругами. N является общим количеством генов.

... = mattest(..., 'Labels', LabelsValue, ...) управляет отображением меток, когда вы кликаете по точке данных в графике квантиля t-счета. LabelsValue является массивом ячеек из символьных векторов или вектором строки, содержащим метки (обычно названия генов или тестовые идентификаторы набора) для каждой строки в DataX и DataY.

Примеры

  1. Загрузите MAT-файл, включенный с программным обеспечением Bioinformatics Toolbox™, которое содержит данные Affymetrix® из исследования рака простаты, в частности тестовые данные об интенсивности из массивов Affymetrix HG-U133A GeneChip®. Эти две переменные в MAT-файле, dependentData и independentData, являются двумя матрицами значений экспрессии гена от двух экспериментальных условий.

    load prostatecancerexpdata
  2. Вычислите p-значения и t-музыку к значениям экспрессии гена в этих двух матрицах и отобразите нормальный график квантиля t-счета.

    [pvalues,tscores] = mattest(dependentData, independentData,...
                        'showplot',true);
  3. Вычислите p-значения и t-очки снова с помощью тестов перестановки (1 000 перестановок) и отобразив гистограммы дистрибутивов t-счета и p-распределений-значений.

    [pvalues,tscores] = mattest(dependentData,independentData,...
                        'permute',true,'showhist',true,...
                        'showplot',true);
  4. Вычислите p-значения и t-очки снова с помощью тестов начальной загрузки (2 000 тестов) и отобразив гистограммы дистрибутивов t-счета и p-распределений-значений.

    [pvalues,tscores] = mattest(dependentData,independentData,...
                        'bootstrap',2000,'showhist',true,...
                        'showplot',true);

Файл prostatecancerexpdata.mat, используемый в этом примере, содержит данные из Лучшего и др., 2005.

Ссылки

[1] Литература анализа: Хубер, W., фон Хайдебрек, A., Зюлтманн, H., Poustka, A. и Vingron, M. (2002). Стабилизация отклонения применилась к калибровке микроданных массива и квантификации дифференциального выражения. Биоинформатика 18 (Suppl. 1), S96–S104.

[2] Лучше всего, C.J.M., Гиллеспи, J.W., И, Y., Chandramouli, G.V.R., Perlmutter, M.A., Gathright, Y., Эриксон, H.S., Георгевич, L., Tangrea, M.A., Duray, P.H., Гонсалес, S., Веласко, A., Linehan, W.M., Matusik, R.J., Цена, D.K., Figg, W.D., Emmert-маркер, M.R., и Chuaqui, R.F. (2005). Молекулярные изменения при первичном раке простаты после терапии абляции андрогена. Клинические Исследования рака 11, 6823–6834.

Представленный в R2006a

Для просмотра документации необходимо авторизоваться на сайте