ecg1g15•0

@ecg1g15 - 19970

最后一次出现是六周前

我对在数据集中选择携带信号的顶级基因感兴趣。在这两种功能中，样本中最易变的基因之间有什么区别?

DEG <- sub (res, padj <0. 0): DEG <- sub (res, padj <0. 0)

• 这是因为res得到了DESeq2没有VST变换的结果吗?
  • 在vst后获得DEG以获得正常化后最可变的基因有意义吗?(这是topVarGenes所做的)
  • 如果它们不同，用哪一个做什么?

ATpoint•390年

@atpoint - 13662

最后一次出现是25分钟前

德国

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?