RNAseq数据的广义线性模型或名义Logistic同事，
想象一下，我在一个测序实验中，在2个环境中测量了读取计数形式的RNAseq数据，每个环境中有3个重复。 像这样：
环保读
A 9
A 10
A 11
B 4
B 5
B 6
当然，我可以将每个读取计数视为一个独立变量，并在测试中进行，我的功耗将非常低。 相反，我希望能够将每个读数视为观察值，然后注意到在一次给定的测序工作中，我从环境B的样品中获得了15个读数，但从环境A的样品中获得了30个读数。 这是极不可能偶然发现的，而我检测环境A和B之间差异的能力非常高，并且会随着测序工作而增加，这与t检验不同。 （在典型的RAseq实验中，对于某些基因而言，每个样本中的读取次数通常要高得多；对于2个基因而言，其2倍计数差异非常重要）。
我希望能够使用更复杂的模型（可能具有3个不同的自变量）进行此应变测试（并作为块效应进行复制）。
那么简单的解决方案是：创建一个额外的分类变量，将其命名为“ Model”，其值为Observed和Expected，其中“ Observed”对应于上面的行，“ Expected”的行数相等，但具有以下列：如果没有明显影响，则包含预期计数的读取，即，在这种情况下，为平均读取计数（假设每个重复的工作量相等）。
然后运行：
拟合模型（Freq（：reads），Y（：Model），Effects（：Env，：rep），人格（名义Logistic），Run（似然比检验（1），Wald检验（0）））
...或这个（它给我相同的结果，我不太明白为什么，但是对此我感到满意）：
拟合模型（Freq（：reads），Y（：Model），Effects（：Env，：rep），人格（广义线性模型），GLM分布（二项式），链接函数（Logit），过度分散测试和间隔（0） ，名称（“ Firth Bias-adjusted Estimates”）（0），运行）
我是在做一些荒谬的错误，还是作为有效测试有意义？
如果有道理，也许有一种无需创建带有预期数量的额外行的方法即可达到相同目的的方法吗？
提前致谢！！
扬波尔斯基
分析工具美国能源部回复：RNAseq 数据的广义线性模型或名义 Logistic如果您在不同的分析中附加一个示例数据表，这可能会有所帮助。 我发现这比试图从文本描述中想象数据表更容易理解。回复：RNAseq 数据的广义线性模型或名义 Logistic你好@l_yampolsky ,
需要明确的是，对于每个环境，您都有三个样本（重复）。 但是，不是将每个环境的重复项组合起来并进行类似 t 检验的分析，而是希望将每个样本视为计数代表该样本的转录本总体中该特定转录本（转录本 A）的观察次数。 来自相同环境的下一个样本就像从相同的转录本群体中抽取一组新的观察结果，并观察有多少是相同的转录本 A。 我理解正确吗？
问题：每个样本是来自同一个体（即该个体内细胞群的样本，因此技术重复）还是来自同一环境中的不同个体（即每个个体的样本，因此代表样本不同的群体）经历相同环境的细胞）？
如果样本来自不同的人，我认为这不是有效的方法。 计数是对环境中某些变化的响应。 这就像在测试环境中计算来自光源的特定波长的光子数，然后将其与来自另一个但不同的类似光源且处于相同环境的设备的相同波长的光子数合并. 它们不是同一个光源（或设备），而是同一个光源的代表，必须相互独立对待。 这将代表设备之间的可变性并且必须单独跟踪，因为每个设备不是另一个的精确副本。 如果是这样，则测试将不需要多个设备，因为所有光子都来自单个源，并且每个样本都是该源的代表性样本。
RNAseq 的相似之处在于它是对样本中的实体或转录本的丰度进行量化的努力。 下一个样本通常不是来自同一源总体的样本。 它通常是来自不同个体的样本，因此必须以这种方式处理。 个体差异。 即使来自同一个体的同一组织的样本也存在变异性（处于不同分裂状态、功能分层等的细胞），不应将它们合并，就好像它们来自同一细胞群一样。
归根结底，这一切都取决于所提出的科学问题以及用于发现该问题答案的实验设计。 您也许可以将它们集中起来，做您想做或不做的事情。 这取决于....
回复：RNAseq 数据的广义线性模型或名义 Logistic重复来自不同的个体；生物学重复。 你是绝对正确的，汇集它们不是一个好主意。 但是，我可以将重复作为随机自变量包含在我的模型中，嵌套在环境处理中，基本上将此设计视为块设计 - 相同的实验重复 3 次。
我更担心一般方法 - 在零假设下创建具有预期“计数”的虚拟观察（即，各处读取的相等计数）并使用列联表/名义物流模型来查看实际计数是否不同。
正如另一位用户所建议的那样，我将发布一个包含实际数据的示例。
