NegativeBinomialTest

Непарный результат испытаний гипотезы

Описание

NegativeBinomialTest объект, возвращенный nbintest функционируйте, содержит результаты непарного теста гипотезы для данных о количестве короткого чтения с размерами небольшой выборки. Используйте этот объект получить доступ к p-значениям теста или создать диагностические графики.

Создание

nbintest возвращает непарный результат испытаний гипотезы как NegativeBinomialTest объект. Вы не можете создать этот объект непосредственно.

Свойства

развернуть все

Двухсторонние p-значения, заданные как вектор-столбец, для каждой строки входных параметров к nbintest.

Это свойство доступно только для чтения.

Тип рычажного устройства между отклонением и средним значением, заданным как вектор символов или строка. Эта таблица суммирует доступные опции рычажного устройства.

Опция рычажного устройстваОписание
'LocalRegression'Отклонение является суммой термина шума выстрела (среднее значение), и локально регрессировал непараметрическая сглаженная функция среднего значения как описано в [1]. Эта опция является значением по умолчанию. Используйте эту опцию, если ваши данные содержат несколько строк (гены), такие как больше чем 1 000 строк.
'Constant'Отклонение является суммой термина шума выстрела (среднее значение) и константа, умноженная на среднее значение в квадрате как описано в [2]. Этот метод использует все строки в данных, чтобы оценить константу. Используйте эту опцию, если ваши данные имеют меньше строк, то есть, меньше чем 1 000 строк, и сверхрассеиваются.
'Identity'Отклонение равно среднему значению как описано в [3]. Количества поэтому моделируются распределением Пуассона индивидуально для каждой строки X и Y. Используйте эту опцию, чтобы сравнить результаты других двух опций.

Это свойство доступно только для чтения.

Логический флаг, чтобы объединить отклонение между обоими условиями, заданными как 1 (true) или 0 (false). Значение по умолчанию 0, означая, что отклонение оценивается отдельно для каждого условия.

Это свойство доступно только для чтения.

Размер (масштабирование) фактор каждого столбца в X и Y, заданный как массив ячеек двух векторов, таких как {SX,SY}. SX и SY числовые векторы с размерами, равными size(X,2) и size(Y,2).

Примечание

Эти свойства только для чтения. Запустите nbintest изменить их.

Функции объекта

plotVarianceLinkПостройте демонстрационное отклонение по сравнению с оценкой зависимого условием среднего значения
plotChiSquaredFitПостройте goodnesss-fit регрессию отклонения

Примеры

свернуть все

В этом примере показано, как выполнить непарный тест гипотезы для синтетических данных о количестве короткого чтения из двух различных биологических условий.

Данные в этом примере содержат синтетические генные данные о количестве для 5 000 генов, представляя два различных биологических условия, такие как больные и нормальные ячейки. Для каждого условия существует пять выборок. Только 10% генов (500 генов) дифференцированно выражаются. А именно, половина из них (250 генов) точно 3-кратная сверхвыраженный. Другие 250 генов являются 3-кратным underexpressed. Остальная часть данных об экспрессии гена сгенерирована от того же отрицательного биномиального распределения для обоих условий. Каждая выборка также имеет различный фактор размера (то есть, покрытие или глубина выборки).

Загрузите данные.

clear all
load(fullfile(matlabroot,'examples','bioinfo','nbintest_data.mat'),'K','H0');

Переменная K содержит генные данные о количестве. Строки представляют гены, и столбцы представляют выборки. В этом случае первые пять столбцов представляют выборки от первого условия. Другие пять столбцов представляют выборки от второго условия. Отобразите первые несколько строк K.

K(1:5,:)
ans = 5×10

       13683       14140        8281       14309       12208        8045        9446       11317       14597       14592
       16028       16805        9813       16486       14076        9901       10927       13348       16999       17036
         814         862         492         910         758         521         573         753         870         936
       15870       16453        9857       16454       14267        9671       10997       13624       17151       17205
        9422        9393        5734        9598        8174        5381        6315        7752        9869        9795

В этом примере нулевая гипотеза верна, когда гена дифференцированно не выражают. Переменная H0 содержит булевы индикаторы, которые указывают, для которых генов нулевая гипотеза верна (отмеченный как 1). Другими словами, H0 содержит известные метки, которые вы будете использовать позже, чтобы соответствовать предсказанным результатам.

sum(H0)
ans = 4500

Из 5 000 генов, 4500 дифференцированно не выражаются в этих синтетических данных.

Запустите непарный тест гипотезы для выборок от двух условий с помощью nbintest. Предположение - то, что данные прибыли из отрицательного биномиального распределения, где отклонение соединяется со средним значением через локально регрессировавшую сглаженную функцию среднего значения как описано в [1] установкой 'VarianceLink' к 'LocalRegression'.

tLocal = nbintest(K(:,1:5),K(:,6:10),'VarianceLink','LocalRegression');

Используйте plotVarianceLink построить график рассеивания для каждого экспериментального условия (для условий X и Y), с демонстрационным отклонением по общей шкале по сравнению с оценкой зависимого условием среднего значения. Используйте линейную шкалу в обеих осях. Включайте кривые для всех других опций рычажного устройства установкой 'Compare' к true.

plotVarianceLink(tLocal,'Scale','linear','Compare',true)

Identity линия представляет модель Poisson, где отклонение идентично среднему значению как описано в [3]. Заметьте, что данные, кажется, сверхрассеиваются (то есть, большинство точек выше Identity строка. Constant линия представляет отрицательную биномиальную модель, где отклонение является суммой термина шума выстрела (среднее значение) и константа, умноженная на среднее значение в квадрате как описано в [2]. Local Regression и Constant опции рычажного устройства, кажется, соответствуют лучше сверхрассеянным данным.

Используйте plotChiSquaredFit оценить качество подгонки для регрессии отклонения. Это строит эмпирический CDF (ecdf) вероятностей в квадрате хи. Вероятности являются отношением между наблюдаемым и предполагаемым отклонением, расслоенным уровнями количества короткого чтения в пять интервалов равного размера.

plotChiSquaredFit(tLocal)

Каждый рисунок показывает пять кривых ecdf. Каждая кривая представляет один из пяти уровней количества короткого чтения. Например, синяя линия представляет кривую ecdf для низких количеств короткого чтения между 0 и 1264. Красная линия представляет высокие количества (больше чем 11 438).

Один способ интерпретировать кривые состоит в том, чтобы проверять, ли кривые ecdf выше диагональной линии. Если они выше линии, то отклонение завышено. Если они ниже линии, то отклонение недооценено. В обеих фигурах отклонение, кажется, правильно оценивается для более высоких количеств (то есть, красная линия следует за диагональной линией), но немного завышенный для более низких уровней количества.

Чтобы оценить производительность теста гипотезы, создайте матрицу беспорядка использование известных меток и предсказанных p-значений.

confusionmat(H0,(tLocal.pValue > .001))
ans = 2×2

         493           7
           5        4495

Из 500 дифференцированно выраженных генов, 493 правильно предсказаны (истинные положительные стороны), и 7 из них неправильно предсказаны как не дифференцированно выраженные гены (ложные отрицательные стороны). Из 4 500 генов, которых дифференцированно не выражают, 4495, правильно предсказаны (истинные отрицательные стороны), и 5 из них неправильно предсказаны как дифференцированно выраженные гены (ложные положительные стороны).

Для сравнения, запущенного тест гипотезы, снова принимающий, что количества моделируются распределением Пуассона, где отклонение идентично среднему значению.

tPoisson = nbintest(K(:,1:5),K(:,6:10),'VarianceLink','Identity');

Постройте кривые ecdf. Заметьте, что все кривые ниже диагональной линии, подразумевая, что отклонение недооценено. Поэтому отрицательная биномиальная модель соответствует данным лучше.

plotChiSquaredFit(tPoisson)

Ссылки

[1] Андерс, S. и Хубер, W. (2010). Дифференциальный анализ выражения для последовательности считает данные. Биология генома, 11 (10): R106.

[2] Робинсон, Доктор медицины, и Smyth, G.K. (2008). Оценка небольшой выборки Отрицательной Биномиальной Дисперсии, с Приложениями к данным SAGE. Биостатистика, 9:321-332.

[3] Мариони, J.C., масон, C.E., грива, S.M., Стивенс, M. и Гилад, Y. (2008). RNA-seq: оценка технической воспроизводимости и сравнения с массивами экспрессии гена. Исследование генома, 16:1509-1517.

Смотрите также

|

Введенный в R2014b

Для просмотра документации необходимо авторизоваться на сайте