Scelta del parametro di modellazione RNA-SeqJMP Genomics offre tre opzioni per il parametro di modellazione ANOVA nel flusso di lavoro dell'analisi di base RNA-Seq: Poisson, Poisson generalizzato e Binomiale negativo. Come si decide tra queste opzioni? Inoltre, non riesco mai a far funzionare il binomio negativo. Ottengo l'errore di seguito su vari set di dati:
ERRORE: Impossibile completare l'ottimizzazione NEWRAP
AnaliticafinestreRe: Scelta del parametro di modellazione RNA-SeqCiao @Louis Altamura ,
Presumo che tu stia scegliendo Conta per i dati del modello come: opzione. L'impostazione predefinita è Poisson. Dai una rapida occhiata alla distribuzione dei dati, che ti aiuterà a guidare la scelta da fare
Se i dati lo sono sovradisperso allora uno degli altri due è più appropriato.
Ecco un articolo che descrive quando Binomiale negativo è una scelta migliore per i dati di conteggio: Poisson o binomio negativo? Utilizzo della diagnostica del modello di conteggio per selezionare un modello: il fattore di analisi
Il Poisson generalizzato potrebbe essere più adatto sovradisperso dati con molti (eccessivi) zeri. Ecco una rapida rassegna su questo argomento: Il modello di Poisson generalizzato può sostituire qualsiasi altro modello di dati di conteggio? Una valutazione - ScienceDirect
Se pensi che ci siano molti geni che hanno zero per i conteggi (nessuna espressione o espressione non rilevabile), allora il Poisson generalizzato è probabilmente una scelta migliore. Altrimenti Poisson andrebbe bene.
Per quanto riguarda l'errore che si ottiene quando si sceglie Binomiale negativo, ottengo lo stesso errore. Si prega di segnalare questo a support@jmp.com .
Spero che questo aiuti un po',
Re: Scelta del parametro di modellazione RNA-SeqGrazie Cris...
Ho sicuramente molti geni con zero o nessun conteggio nel mio set di dati RNA-Seq. Quando si utilizza Poisson, in genere utilizzo l'opzione Filter Data for Modeling selezionata con un cutoff di 0,2. Con questo approccio, sto perdendo forse il 25% dei geni mappati nel mio set di campioni.
Consiglieresti di non filtrare i geni a conteggio zero e quindi di utilizzare il Poisson generalizzato?
-Lou
Re: Scelta del parametro di modellazione RNA-SeqCome consigliate di valutare la dispersione su un set di dati RNA-Seq?
Re: Scelta del parametro di modellazione RNA-SeqCiao Lou,
Hmm...non so quale sia il più appropriato. Filtrando la riga (gene) la rimuove completamente. Lasciarlo consente di utilizzarlo per alcuni campioni che hanno conteggi.Potrebbe essere importante mantenere quei geni poiché se il cambiamento nell'espressione è da 0 a un certo numero, è cambiato e deve essere tenuto nell'analisi, anche se un cambiamento di piega sarebbe enorme (da 0 a 20 è un cambiamento di 20 volte , ma potrebbe non essere un grande cambiamento nel numero di trascrizioni prodotte). Quindi quei geni sono più probabilmente spenti rispetto a quelli accesi.
Penso che lascerei gli zeri e userei Poisson generalizzato, ma altri potrebbero avere raccomandazioni più appropriate.
Re: Scelta del parametro di modellazione RNA-SeqOk grazie. Ho sicuramente lottato con questo, e anche altri hanno messo in dubbio l'approccio. Fammi provare a eseguire il filtro +/- di Poisson generalizzato e vedere come appare.
Re: Scelta del parametro di modellazione RNA-SeqQuindi ho preso uno dei miei set di dati e questi sono i numeri di geni espressi in modo differenziale che ho ottenuto
- Poisson generalizzato, nessun filtro = 127
- Poisson generalizzato, con filtraggio = 226
- Poisson, nessun filtro = 316
- Poisson, con filtraggio = 380
Mentre scorri l'elenco puntato sopra, ogni metodo include tutti i geni nel metodo precedente.
Non sembra che includere le molte migliaia di geni per lo più a conteggio zero aiuti qualcosa. Il Poisson generalizzato non ha catturato nessuno di quelli non espressi in geni altamente espressi come significativi. Posso vederli nelle trame del vulcano, ma essenzialmente hanno regolato valori p pari a zero.
Re: Scelta del parametro di modellazione RNA-SeqGrazie Lou,
Mi aspetto che il passaggio da Poisson generalizzato a Poisson produca geni espressi in modo più differenziato dato che il Poisson generico è una sorta di "correzione" dovuta alla dispersione eccessiva (più varianza del "previsto").Il filtraggio mi sorprende un po', ma mentre ci penso, ci sono meno geni (meno test statistici), quindi la correzione FDR (valore p aggiustato) potrebbe non essere così rigorosa e quindi più geni chiamati significativi a quel particolare taglio .
Come hai notato, gli elenchi dei geni del metodo precedente sono inclusi nell'elenco dei geni del metodo successivo (è un sottoinsieme del metodo seguente). È dovuto alla natura progressiva dei filtri e delle correzioni.
In una nota più pratica, se si esegue lo screening attraverso un elenco e si cercano sottoinsiemi di geni da seguire, è probabile che l'elenco più grande includa quei geni che sono al limite dell'essere "statisticamente significativi" per quella soglia del valore p e potrebbe comunque essere interessante se le differenze sono abbastanza grandi da essere utili/significative. Ciò significa che qualcosa con un valore p di 0,08 (o 0,1) potrebbe non raggiungere il limite di 0,05, ma avere una differenza di espressione di 2 volte che potrebbe cambiare il comportamento di una cella. Può darsi che ci sia troppa variabilità inspiegabile tra i campioni per essere molto sicuri di quella differenza o che qualcosa di sconosciuto sia in competizione con il progetto dell'esperimento (sarebbe necessario dare un'occhiata alla variazione di espressione all'interno di ciascun gruppo affinché quel gene sappia Di più).
Includerei sicuramente quei geni che sono al confine nella mia lista di quelli su cui indagare ulteriormente se possono essere consentiti. Tutto dipende dallo scopo dell'esperimento.
Re: Scelta del parametro di modellazione RNA-SeqQuesta domanda è stata posta per anni. Ho trovato un articolo di giornale del 2013 che discute di questo argomento, ma è ricco di equazioni, che potrebbero essere un po' troppo da leggere.
Zhang_TOBIOIJ (openbioinformaticsjournal.com)
