这其实很简单。rowvar
根据逐行方差选择基因,然后度
结果是基于整个微分表达式框架,这是描述在本文和小插图。后者在哪些基因有实际的统计支持是DE方面更可靠,而第一个是更多的快速/脏的特征选择,例如用于探索目的,如PCA。的度
和那个威仕特
函数,而运行它是有意义的rowvar
关于输出威仕特
因为这修正了有偏的平均值/方差趋势,并将数据放到对数尺度上。如果您想要deg,那么请遵循小插图中的标准管道(其中明确提到了这一点威仕特
没有在整个DE管道中使用),如果您想要QC /探索的快速特性选择,那么使用rowvar
。
编辑:哦,是的,之前问过:https://www.biostars.org/p/472945/
什么是你不清楚的,什么是你不明白的,事实上在biostars上有很多你问/评论的话题。不深思。我总是这样做:使用顶部变量基因进行快速初始QC,对于其他任何事情使用DEGs(热图,分类…)。你明白了吗?
使用本网站即表示接受我们的用户协议和隐私政策。
你好,你在《生化之星》上是不是也问过同样的问题,还是我把自己搞糊涂了?
抱歉,我有,我只是想太多了,因为我正在处理一个复杂的环境数据集,根据问题有无数的分析数据的方法,所以我应该简化目标并坚持它。