Eigengene值来自一组基因表达值你好
在基因表达数据集（100s样本的基因表达值的1000s）中，我想使用每个样本的特定基因组的值（即基因特征评分）获得eigengene值 - 不同的表达值基因处于完全不同的尺度，一些值缺失（不可检测 - 可以用0估算）。
有没有办法在JMP中实现这一目标？
谢谢！
Re：来自一组基因表达值的Eigengene值基因作为列。尚未以任何特定方式指定要使用的基因 - 我想在GUI对话框或脚本中指定以便为每个样本（行）生成eigengene /或等效物。谢谢。Re：来自一组基因表达值的Eigengene值是的，分层聚类和PLS（甚至是PCA）可以帮助减少数据的维数（限制基因组）以发现或发现集合（或集合）。
因此，您已经将数组基因定义为数据表中的集合。 你的基因是行还是列？你是如何在表格中设定基因组的？
可以使用关于基因（作为列）的PCA。 对于on Correlations选项，1 ST 主要 component是使用条目的居中和缩放观察的线性组合 1 特征向量作为系数。
但是，我从最初的eigengenes计算方法中得出的结论是，使用了SVD。
Re：来自一组基因表达值的Eigengene值谢谢，克里斯。作为一个相对新手，我确保我做对了。我想层次聚类和PLS是用于发现新的基因集？这些是发现的有用指针，但我的问题是关于整个数据集的预定义基因集。
根据我的理解，我可以为我感兴趣的基因运行PCA，并获得prin1，这应该类似于我正在寻找的eigengene值？Re：来自一组基因表达值的Eigengene值谢谢你的澄清。 您可以使用PCA获取可以在Fit模型中使用的PC，以X，Y或Z作为响应进行分析（反之亦然）。 您还可以聚类基因以获得聚类编号，然后对每个聚类中的基因进行一些聚合/标准化，然后将每个聚类的值用于使用拟合模型，这与使用PC的方式非常相似。JMP 12中的Hieracrhical Clustering允许人们在群集之前保存群集均值和选项以标准化数据。
另一种想法是潜在地使用PLS（偏最小二乘法），其中你的X，Y和Zs可以是响应，而基因是因子。这样你就不必聚合基因，而只寻找对X，Y和/或Z有影响的基因，然后为那些有影响的人拟合模型。
所有这些都可以在JMP 12的Analyze菜单的多变量部分找到。
除了使用上述标准工具到达终点之外，JMP中没有任何明确的eigengene评分方法。
这有助于解释JMP 12中开箱即用的内容吗？
克里斯
Re：来自一组基因表达值的Eigengene值我只是试图将来自一组基因表达值（基于先验假设）的信号聚合成单个连续分布的分数，我可以将其用于与其他属性相关联（例如，得分高与得分低的样本如何比较对于X，Y和Z），制定新的假设并在独立实验中测试该签名。我现在拥有的是JMP12。Re：来自一组基因表达值的Eigengene值你好 @ TRR21 ，
你能告诉我们更多关于你想要用eigengene值做什么的信息吗？它是否用于归一化，用于分组相似的表达模式？
PCA，MDS和聚类都是可以导出eigengene值的方法，可以在JMP 14的多变量或聚类部分中找到。
有一些方法可以创建eigengenes，但没有关于您的工作流程或您正在寻找的方法的更多信息，很难引导您到适当的地方。
最好，
克里斯
@ TRR21 中写道：
你好
在基因表达数据集（100s样本的基因表达值的1000s）中，我想使用每个样本的特定基因组的值（即基因特征评分）获得eigengene值 - 不同的表达值基因处于完全不同的尺度，一些值缺失（不可检测 - 可以用0估算）。
有没有办法在JMP中实现这一目标？
谢谢！
