进入编辑模式
vanbelj▴10
@vanbelj - 21216
最后一次看到11周之前
我在寻找如何适当地减去背景信号与DESeq2真实信号之前执行分析。
我做一个小实验,类似于ChIP-Seq和揭示protein-genome交互。背景信号的技术结果位置DNA是更少的保护,这背景可以从诚意模糊信号相互作用——比如当执行DE分析(我说德,但是我们在这里讨论微分绑定)。
我的蛋白是招募其他蛋白质的DNA下游。量化的非特异性背景信号,我退化的一种上游蛋白质,然后小执行。信号仍然在整个基因组,这代表了非特异性背景信号。背景往往是大相对于信号的增益对治疗的反应,所以这些变化往往掩盖当执行分析。幸运的是,大量的信号似乎重现(低变化之间的复制)。
我量化gene-counts鲑鱼。对于每一个基因,我打算减去平均背景信号远离平均总信号。然而,我不确定是否这将是适当的,因为三文鱼不仅仅是一个简单的阅读。
减去背景信号后,我打算在DESeq2使用统计数据分析。
谢谢你的任何建议。
嗨,迈克尔,
有关线程,四个样品提到:输入,输入B, IP的,IP B
如果采取和比率的比率:(B / B输入IP) / /输入(IP)
然而,我更类似于:IP的,IP B、C IP
,C是背景。将以下的比例比例是合适的在这种情况下吗?(A / C) / (B / C)
凭直觉我认为这个比例是一个适当的方式考虑到背景,但我不确定其有效的数学是DESeq2幕后的工作。
谢谢!
这是之前问的支持网站上几次,但我不知道你会发现这些线程。
如果你有三组,(A / C) / (B / C)只是一个成对的比较A和B, C滴。没有这样的东西,比较的B和C组对”。
嗨,迈克尔,
在直接比较A和B, DESeq2识别以下德吗?对于一个给定的基因,假设项:
示例:500样品B: 525示例C: 500
我想了解的灵敏度DESeq2当背景信号是高。幸运的是我有低复制之间的变化,在检测我的帮助。我不确定如果比较500年和525年将国旗德?我最初的想法是减去平均计数从背景,得到:
示例一:0示例B: 25
,我预计DESeq2识别DE预滤器(只要计数设置足够低)。
DESeq2你不能修改数量。如果你想限制DE A和B对C之间的结果,你可以通过要求> C和B > C成对测试,但上面的我不适合DESeq2范例。
亲爱的迈克尔,
其实我也有类似的问题,虽然Chip-Seq无关,而是Slam-seq。Slam-Seq是一种代谢标记技术分析转录,导致新制造RNA是脉冲标记修改的核苷酸,后来发现在RNA-seq T - > C不匹配。读出的数是T - > C转换成绩单、转换有相似分布读计数(他们来自读取)。然而,有内在的背景噪音水平引起的测序错误,非特定的标签,和其他因素(集体:噪音)。我是玩弄两个方法:一个将包括背景噪声的对比设计公式,另一个,第一个估计的背景,然后从样本数量减去估计的背景计数。后者当然是摆弄计数,我愿意避免是可能的。
考虑下面的时间序列实验2跨度为(t0, t1)和2条件(控制、治疗)。此外,我们使用一个单独的测量来确定背景水平,我们假设所有样本是一样的。设计:
适合的目的,因为背景是相同的所有的样品(假设我必须做)。但忽略了背景噪音烦我,尤其是噪声的大小可以确定相当精确,噪声是重要的(假设每三基因的转换是噪声级以下),甚至transcript-specific水平的噪音可以确定和占如果需要(有理由相信噪音transcript-specific在某种程度上)
我在下面的类比可能是完全错误的,但这有点像如果你有一个计算矩阵,和一些邪恶侏儒随机添加一个数量统计,抽样(正常或其他)的分布与已知均值和参数。没有方法来确定准确的数量,将你从每个数减去均值噪声,或者你会使用计数,知道他们都是同样的影响,添加声音?
欢呼,莱赫
进一步讨论:
(DEseq2)如何正确添加噪声系数实验设计公式