RNAseq數據的廣義線性模型或名義Logistic同事，
想像一下，我在一個測序實驗中，在2個環境中測量了讀取計數形式的RNAseq數據，每個環境中有3個重複。 像這樣：
環保讀
A 9
A 10
A 11
B 4
B 5
B 6
當然，我可以將每個讀取計數視為一個獨立變量，並在測試中進行，所以我的功耗將非常低。 相反，我希望能夠將每個讀數視為觀察值，然後注意到在一次給定的測序工作中，我從環境B的樣品中獲得了15個讀數，但從環境A的樣品中獲得了30個讀數。 這是極不可能偶然發現的，而我檢測環境A和B之間差異的能力非常高，並且會隨著測序工作而增加，這與t檢驗不同。 （在典型的RAseq實驗中，對於某些基因而言，每個樣本中的讀取次數通常要高得多；對於2個基因而言，其2倍計數差異將非常顯著）。
我希望能夠使用更複雜的模型（可能帶有3個不同的自變量）進行此應變測試（並作為塊效應進行複制）。
那麼簡單的解決方案是：創建一個額外的分類變量，將其命名為“ Model”，其值為Observed和Expected，其中“ Observed”對應於上面的行，“ Expected”的行數相等，但具有以下列：如果沒有明顯影響，則包含預期計數的讀取，即，在這種情況下，為平均讀取計數（假設每個重複的工作量相等）。
然後運行：
擬合模型（Freq（：reads），Y（：Model），Effects（：Env，：rep），人格（名義Logistic），Run（似然比檢驗（1），Wald檢驗（0）））
...或這個（它給我相同的結果，我不太明白為什麼，但是對此我感到滿意）：
擬合模型（Freq（：reads），Y（：Model），Effects（：Env，：rep），人格（廣義線性模型），GLM分佈（二項式），鏈接函數（Logit），過度分散測試和間隔（0） ，名稱（“ Firth Bias-adjusted Estimates”）（0），運行）
我是在做一些荒謬的錯誤，還是作為有效的測試有意義？
如果有道理，也許有一種無需創建帶有預期計數的額外行的方法即可達到相同效果的方法嗎？
提前致謝！！
揚波爾斯基
分析工具美國能源部回复：RNAseq 數據的廣義線性模型或名義 Logistic如果您在不同的分析中附加一個示例數據表，這可能會有所幫助。 我發現這比試圖從文本描述中想像數據表更容易理解。回复：RNAseq 數據的廣義線性模型或名義 Logistic你好@l_yampolsky ,
需要明確的是，對於每個環境，您都有三個樣本（重複）。 但是，不是將每個環境的重複項組合起來並進行類似 t 檢驗的分析，而是希望將每個樣本視為計數代表該樣本的轉錄本總體中該特定轉錄本（轉錄本 A）的觀察次數。 來自相同環境的下一個樣本就像從相同的轉錄本群體中抽取一組新的觀察結果，並觀察有多少是相同的轉錄本 A。 我理解正確嗎？
問題：每個樣本是來自同一個體（即該個體內細胞群的樣本，因此技術重複）還是來自同一環境中的不同個體（即每個個體的樣本，因此代表樣本不同的群體）經歷相同環境的細胞）？
如果樣本來自不同的人，我認為這不是有效的方法。 計數是對環境中某些變化的響應。 這就像在測試環境中計算來自光源的特定波長的光子數，然後將其與來自另一個但不同的類似光源且處於相同環境的設備的相同波長的光子數合併. 它們不是同一個光源（或設備），而是同一個光源的代表，必須相互獨立對待。 這將代表設備到設備的可變性並且必須單獨跟踪，因為每個設備不是另一個的精確副本。 如果是這樣，則測試將不需要多個設備，因為所有光子都來自單個源，並且每個樣本都是該源的代表性樣本。
RNAseq 的相似之處在於它是對樣本中的實體或轉錄本的豐度進行量化的努力。 下一個樣本通常不是來自同一源總體的樣本。 它通常是來自不同個體的樣本，因此必須以這種方式處理。 個體差異。 即使來自同一個體的同一組織的樣本也存在變異性（處於不同分裂狀態、功能分層等的細胞），不應將它們合併，就好像它們來自同一細胞群一樣。
歸根結底，這一切都取決於所提出的科學問題以及用於發現該問題答案的實驗設計。 您也許可以將它們集中起來，做您想做或不做的事情。 這取決於....
回复：RNAseq 數據的廣義線性模型或名義 Logistic重複來自不同的個體；生物學重複。 你是絕對正確的，匯集它們不是一個好主意。 但是，我可以將重複作為隨機自變量包含在我的模型中，嵌套在環境處理中，基本上將此設計視為塊設計 - 相同的實驗重複 3 次。
我更擔心一般方法 - 在零假設下創建具有預期“計數”的虛擬觀察（即，各處讀取的相等計數）並使用列聯表/名義物流模型來查看實際計數是否不同。
正如另一位用戶所建議的那樣，我將發布一個包含實際數據的示例。
