Eigengene值來自一組基因表達值你好
在基因表達數據集（100s樣本的基因表達值的1000s）中，我想使用每個樣本的特定基因組的值（即基因特徵評分）獲得eigengene值 - 不同的表達值基因處於完全不同的尺度，一些值缺失（不可檢測 - 可以用0估算）。
有沒有辦法在JMP中實現這一目標？
謝謝！
Re：來自一組基因表達值的Eigengene值基因作為列。尚未以任何特定方式指定要使用的基因 - 我想在GUI對話框或腳本中指定以便為每個樣本（行）生成eigengene /或等效物。謝謝。Re：來自一組基因表達值的Eigengene值是的，分層聚類和PLS（甚至是PCA）可以幫助減少數據的維數（限制基因組）以發現或發現集合（或集合）。
因此，您已經將數組基因定義為數據表中的集合。 你的基因是行還是列？你是如何在表格中設定基因組的？
可以使用關於基因（作為列）的PCA。 對於on Correlations選項，1 ST 主要 component是使用條目的居中和縮放觀察的線性組合 1 特徵向量作為係數。
但是，我從最初的eigengenes計算方法中得出的結論是，使用了SVD。
Re：來自一組基因表達值的Eigengene值謝謝，克里斯。作為一個相對新手，我確保我做對了。我想層次聚類和PLS是用於發現新的基因集？這些是發現的有用指針，但我的問題是關於整個數據集的預定義基因集。
根據我的理解，我可以為我感興趣的基因運行PCA，並獲得prin1，這應該類似於我正在尋找的eigengene值？Re：來自一組基因表達值的Eigengene值謝謝你的澄清。 您可以使用PCA獲取可以在Fit模型中使用的PC，以X，Y或Z作為響應進行分析（反之亦然）。 您還可以聚類基因以獲得聚類編號，然後對每個聚類中的基因進行一些聚合/標準化，然後將每個聚類的值用於使用擬合模型，這與使用PC的方式非常相似。JMP 12中的Hieracrhical Clustering允許人們在群集之前保存群集均值和選項以標準化數據。
另一種想法是潛在地使用PLS（偏最小二乘法），其中你的X，Y和Zs可以是響應，而基因是因子。這樣你就不必聚合基因，而只尋找對X，Y和/或Z有影響的基因，然後為那些有影響的人擬合模型。
所有這些都可以在JMP 12的Analyze菜單的多變量部分找到。
除了使用上述標準工具到達終點之外，JMP中沒有任何明確的eigengene評分方法。
這有助於解釋JMP 12中開箱即用的內容嗎？
克里斯
Re：來自一組基因表達值的Eigengene值我只是試圖將來自一組基因表達值（基於先驗假設）的信號聚合成單個連續分佈的分數，我可以將其用於與其他屬性相關聯（例如，得分高與得分低的樣本如何比較對於X，Y和Z），制定新的假設並在獨立實驗中測試該簽名。我現在擁有的是JMP12。Re：來自一組基因表達值的Eigengene值你好 @ TRR21 ，
你能告訴我們更多關於你想要用eigengene值做什麼的信息嗎？它是否用於歸一化，用於分組相似的表達模式？
PCA，MDS和聚類都是可以導出eigengene值的方法，可以在JMP 14的多變量或聚類部分中找到。
有一些方法可以創建eigengenes，但沒有關於您的工作流程或您正在尋找的方法的更多信息，很難引導您到適當的地方。
最好，
克里斯
@ TRR21 中寫道：
你好
在基因表達數據集（100s樣本的基因表達值的1000s）中，我想使用每個樣本的特定基因組的值（即基因特徵評分）獲得eigengene值 - 不同的表達值基因處於完全不同的尺度，一些值缺失（不可檢測 - 可以用0估算）。
有沒有辦法在JMP中實現這一目標？
謝謝！
