Выполните t-тест из двух образцов для оценки дифференциальной экспрессии генов из двух экспериментальных условий или фенотипов
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, ...)
DataX, DataY | объект DataMatrix или матрица значений экспрессии генов, где каждая строка соответствует гену, а каждая колонка соответствует репликции.
|
VarTypeValue | Символьный вектор, указывающий тип дисперсии теста. VarTypeValue может быть 'equal' или 'unequal' (по умолчанию). Если установлено значение 'equal', mattest выполняет тест, предполагая, что две выборки имеют равные дисперсии. Если установлено значение 'unequal', mattest выполняет тест, предполагая, что две выборки имеют неизвестные и неравные дисперсии. |
PermuteValue | Управляет выполнением тестов перестановки, и если да, то сколько. Варианты: true, false (по умолчанию) или любое целое число, большее, чем 2. Если установлено значение true, число перестановок равно 1000. |
BootstrapValue | Определяет, выполняются ли тесты начальной загрузки, и если да, то сколько. Варианты: true, false (по умолчанию) или любое целое число, большее, чем 2. Если установлено значение true, количество тестов начальной загрузки: 1000. |
ShowhistValue | Управляет отображением гистограмм распределений t-score и распределений p-value. Варианты: |
ShowplotValue | Управляет отображением нормального графика квантиля t-score. Варианты: |
LabelsValue | Клеточный массив символьных векторов или строковых векторов, содержащих метки (обычно имена генов или идентификаторы наборов зондов) для каждой строки в DataX и DataY. Метки отображаются, если щелкнуть точку данных на графике квантиля t-score. |
PValues | Одно из следующих:
|
TScores | Столбчатый вектор t-баллов для каждого гена в DataX и DataY. |
DFs | Вектор колонки, содержащий степень свободы для каждого гена в DataX и DataY. |
PValues = mattest(DataX, DataY)DataX и DataY и возвращает значение p для каждого гена. DataX и DataY представляют собой объект DataMatrix или матрицу значений экспрессии генов, в которой каждая строка соответствует гену, а каждый столбец соответствует репликции. DataX содержит данные одного экспериментального условия и DataY содержит данные из другого экспериментального состояния. DataX и DataY должно иметь одинаковое количество строк и должно быть нормально распределено в каждом классе. PValues является вектором-столбцом p-значений для каждого гена, или, если хотя бы один из входов является объектом DataMatrix, объектом DataMatrix с именами строк, такими же, как у первого входного объекта DataMatrix, и именем столбца p-values.
[ также возвращает t-балл для каждого гена в PValues, TScores] = mattest(DataX, DataY)DataX и DataY. TScores является вектором-столбцом t-баллов для каждого гена.
[ также возвращает PValues, TScores, DFs] = mattest(DataX, DataY)DFsвектор-столбец, содержащий степень свободы для каждого гена в обоих наборах данных, DataX и DataY.
... = mattest(..., ' требования PropertyName', PropertyValue, ...)mattest с необязательными свойствами, использующими пары имя/значение свойства. Можно указать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и не учитывать регистр. Эти пары имя/значение свойства следующие:
... = mattest(..., 'VarType', определяет тип дисперсии теста. VarTypeValue, ...)VarTypeValue может быть 'equal' или 'unequal' (по умолчанию). Если установлено значение 'equal', mattest выполняет тест, предполагая, что две выборки имеют равные дисперсии. Если установлено значение 'unequal', mattest выполняет тест, предполагая, что две выборки имеют неизвестные и неравные дисперсии.
... = mattest(..., 'Permute', управляет выполнением тестов перестановки, и если да, то сколько. PermuteValue, ...)PermuteValue может быть true, false (по умолчанию) или любое целое число, большее, чем 2. Если установлено значение true, число перестановок равно 1000.
... = mattest(..., 'Bootstrap', определяет, выполняются ли тесты начальной загрузки, и если да, то сколько. BootstrapValue, ...)BootstrapValue может быть true, false (по умолчанию) или любое целое число, большее, чем 2. Если установлено значение true, количество тестов начальной загрузки: 1000.
... = mattest(..., 'Showhist', управляет отображением гистограмм распределений t-баллов и распределений p-значений. Когда ShowhistValue, ...)ShowhistValue является true, mattest отображает гистограммы. По умолчанию: false.
... = mattest(..., 'Showplot', управляет отображением нормального графика квантиля t-score. Когда ShowplotValue, ...)ShowplotValue является true, mattest отображает квантиль-квантильный график. По умолчанию: false. На графике квантиля t-score черная диагональная линия представляет квантиль выборки, равный теоретическому квантилю. Точки данных генов, которые считаются дифференциально экспрессированными, находятся дальше от этой линии. В частности, точки данных с t-оценками > (1 - 1/(2N)) или < 1/(2N) отображение красными кругами. N - общее количество генов.
... = mattest(..., 'Labels', управляет отображением меток при щелчке точки данных на графике квантиля t-score. LabelsValue, ...)LabelsValue - клеточный массив символьных векторов или строковых векторов, содержащих метки (обычно имена генов или идентификаторы наборов зондов) для каждой строки в DataX и DataY.
Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, который содержит данные Affymetrix ® из исследования рака предстательной железы, в частности данные интенсивности зондов из массивов Affymetrix HG-U133A GeneChip ®. Две переменные в MAT-файле,dependentData и independentData, представляют собой две матрицы значений экспрессии генов из двух экспериментальных условий.
load prostatecancerexpdataРассчитайте p-значения и t-оценки для значений экспрессии генов в двух матрицах и отобразите нормальный график квантиля t-score.
[pvalues,tscores] = mattest(dependentData, independentData,... 'showplot',true);
Вычислите p-значения и t-оценки снова, используя тесты перестановок (1000 перестановок) и отображая гистограммы распределений t-баллов и распределений p-значений.
[pvalues,tscores] = mattest(dependentData,independentData,... 'permute',true,'showhist',true,... 'showplot',true);
Рассчитайте p-значения и t-оценки снова, используя тесты начальной загрузки (2000 тестов) и отображая гистограммы распределений t-баллов и распределений p-значений.
[pvalues,tscores] = mattest(dependentData,independentData,... 'bootstrap',2000,'showhist',true,... 'showplot',true);
prostatecancerexpdata.mat файл, используемый в этом примере, содержит данные Best et al., 2005.
[1] Обзорная литература: Хубер, В., фон Гейдебрек, А., Зюльтманн, Х., Поустка, А. и Вингрон, М. (2002). Стабилизация дисперсии применяется к калибровке данных микрочипов и к количественной оценке дифференциальной экспрессии. Биоинформатика 18 (Suppl. 1), S96-S104.
[2] Best, C.J.M., Gillespie, J.W., Yi, Y., Chandramouli, G.V.R., Perlmutter, M.A., Собирается, Я., Эриксон, Х. С., Георгевич, Л., Тангреа, М. А., Дюрей, П.Х., Гонсалес, С., Веласко, А., Линехан, В.М., Матусик, Р.Дж., Прайс, Д.К., Фигг, В.Д., Эммерт-Бак, М.Р., и Чуакки, Р.Ф. (2005). Молекулярные изменения при первичном раке предстательной железы после терапии андрогенной абляцией. Клинические исследования рака 11, 6823-6834.
affygcrma | affyrma | maboxplot | mafdr | mainvarsetnorm | mairplot | maloglog | malowess | manorm | mavolcanoplot | rmasummary