在前面两篇文章中，笔者已经介绍了两种聚类算法，同时还通过sklearn完成相应的示例。但是，到目前为止笔者还没有介绍如何来聚类的经过进行评估。这接下来的这篇文章中，笔者将会介绍在聚类算法中几种常见的评估指标，以及其中两种相应的原理。同时，如果不用关系其具体计算过程的，可以直接阅读第三部分即可。如同之前介绍的其它算法模型一样，对于聚类来讲我们同样会通过一些评价指标来衡量聚类算法的优与劣
GSVA的简介
Gene Set Variation Analysis，被称为基因集变异分析,是一种非参数的无监督分析方法，主要用来评估芯片核转录组的基因集富集结果。主要是通过将基因在不同样品间的表达量矩阵转化成基因集在样品间的表达量矩阵，从而来评估不同的代谢通路在不同样品间是否富集。其实就是研究这些感兴趣的基因集在不同样品间的差异，或者寻找比较重要的基因集，作为一种分析方法，主要是是为了从生物信
富集分析是生物医学论文中非常常见的一类分析，例如GO富集分析，Pathway富集分析等。其结果一般包括以下几个要素：1，名字（GO term或者KEGG description）；2，该名字中包含的基因；3，该名字中包含的基因的P值等。常见的绘图包括：气泡图，条形图。今天我们利用GOplot R包，来绘制一个弦图（chord plot）。弦图简介：下面这个圆形的、错综复杂的图就是弦图，属于圈图的一
01—什么是P-VALUE?请用自己的语言简要概括，并举一例子在假设原假设（H0）正确时，出现现状或更差的情况的概率。在生物信息学差异分析的表达图中，p-VALUE代表的是显著差异，p值越小，代表这个基因的表达越显著，举例：H0:硬币均匀，正反出现概率各为1/2。这次实验我们抛10次硬币，发现有8次反面，那么在这里面出现的现状和更差的情况是8,9,10,0,1,2 &nb
GO的主要用途之一是对基因组进行富集分析。例如，给定一组在特定条件下上调的基因，富集分析将使用该基因组的注释发现哪些GO术语被过度表示（或未充分表示）。 富集分析工具 用户可以直接从GOC网站的主页进行浓缩分析
转载
2024-05-07 16:00:43
81阅读
GSEA分析一、GSEA介绍二、GSEA原理2.1 数据矩阵文件2.2 GSEA计算中几个关键概念1. Ranked Gene List L的排序算法2. 计算富集得分 (ES, enrichment score).3. 评估富集得分(ES)的显著性。4. ES标准化5. 多重假设检验校正（q-value）。6. RANK7. Leading-edge subset8. LEADING EDGE
转载
2024-03-29 23:43:46
409阅读
1. 简介 GSEA 是 2003 年提出来的一种对表达谱芯片进行分析的方法,并被编制成软件。它的主要目的就是确定预先定义的基 因集(具有相同或相似的功能,或位于同一染色体相邻位点的一群基因)在表达谱芯片结果中是否有显著性。 GSEA 分析过程分为 5 步: 1. 基因知识库的获得; 2. 根据基因表达谱数据对所有基因进行排序; 3. 计算富集得分(enrichment score,ES); 4.
转载
2024-05-25 22:07:48
963阅读
接触生物信息有段日子了，自己也发表了几篇数据挖掘的文章，感觉数据挖掘很大程度上来说是在做两件事：1.比较(异同) 2.富集(特征)。举个例子来说，如果我们对control-treatment做差异表达分析，算法会给出的差异表达基因list，按照某个统计量，比如fold change，也就是control相较于treatment的变化倍数，从小到大排序，得到一个rank list,怎么从这个list
转载
2024-05-27 19:25:34
839阅读
点赞
大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。2021年9月6日，华中农业大学周道绣教授课题组以“DNA demethylases remodel DNA methylation in rice gametes and zygote and are required for reproduction”为题在《Molecular Plant》期刊发表研究论文，该研究利用单细胞DNA甲
自从Google 7.0系统发布开始以来，所有使用Googl gms 包服务的第三方厂商出货必须都要过GMS认证，而在2018年预计Android 8.1系统上要求将更为严格。。本篇博客列举展讯7731g 7.0平台GMS测试过程中常见的问题以及解决办法或者思路。本篇博客分为三个部分： 一、客制需求阶段需要注意的GMS相关的修改 二、CTS常见fail 项分析 三、GTS常见fail项分析一、客制
一、假设检验基础：p-value相关 0. 单个假设检验中主要依靠p值(或统计量t)做出是否拒绝零假设H0的决定：p-value和预先设定的检验水准alpha做对比，如果p-value小于等于alpha，拒绝原假设，否则不拒绝原假设。1. p-value：表征了在原假设成立的条件下，重复进行当前的试验，获得现有统计量t及其更极端情况的概率。2. 给定检验水准alpha时，可得出
单细胞转录谱可以根据基因表达水平进行差异分析，通过差异分析，我们可以知道不同分群之间是否存在差异，以及存在显著表达量差异的基因集(DEG,在单细胞Seurat分析流程中，通过Seurat::FindAllMarkers()方法计算得到簇间的过表达差异基因)。进一步，探究这些DEG是由哪些生物学过程介导的，我们的实验处理影响了哪些生物学过程。理解这些DEG所代表的生物学意义的最佳途径就是基因富集分析
转载
2024-11-01 09:21:36
121阅读
segmatch是一个提供车辆的回环检测的技术，使用提取和匹配分割的三维激光点云技术。分割的例子可以在下面的图片中看到。该技术是基于在车辆附近提取片段（例如车辆、树木和建筑物的部分），并将这些片段与从目标地图中提取的片段相匹配。分段匹配可以直接转化为精确的定位信息，从而实现精确的三维地图构造和定位。在先前记录的部分（白色）和最近观察到的部分（彩色）之间，匹配的段的实例用绿色线显示在下面的图像中。该
应用 背景 E-GEOS提供了第一次评估的洪水所造成的损失，已经达到威尼托大区在过去的几年里，尤其是周边地区维琴察，帕多瓦和Bovolenta地图。 快速的地图服务提供商，成为地中海地区的安全（应急响应的服务和应用程序）项目的一部分，意大利公司在他们的帮助下已经确定了洪水泛滥的程度，并生成详细的地图，利用卫星数据，意大利COSMO-卫星星座的星座。意大利
基因集富集分析(Gene Set Enrichment Analysis, GSEA)，根据名称我们就可以知道这是一种对基因进行富集的工具和方法。其基本思想是使用预设定的基因集(通常是基因组注释信息或者来自前人、牛人的实验结果)，即将基因富集，把功能相似或者相同的基因进行组合，并最终以基因集的形式进行封装；然后将 case 和 control 组中差异表达的基因进行排序，之后检验两组中差异表达的基
转载
2024-04-24 13:50:31
150阅读
众所周知，数据是当今 IT 领域的一切。此外，这些数据每天都在大量增长。早些时候，我们常谈论千字节和兆字节。但是现在，我们谈论的是TB、PB。单纯的数据是没有意义的，直到它变成有用的信息和知识，进而帮助管理层进行决策。为此，我们在市场上调查了一些常用的大数据软件。这些软件可用于完成对数据进行存储、分析、报告等工作。15款使用最多的大数据分析工具 下面介
基因列表的分析一般都会涉及GO和KEGG分析，Bioconductor提供了很多这方面的R工具包。选择工作目录，读入上一次分析和保存的数据： results.sig <- read.csv("results.lim.7d.csv", header=TRUE, as.is=TRUE)
head(results.sig) ## X logFC AveExpr
在我们做完组学项目看报告时经常遇到的词儿就有“富集分析”，那到底什么是富集分析，它又是用来做什么的，以及富集分析的结果要怎么查看。今天小编就通过自问自答的方式给大家一起科普一下。1为什么要做功能富集分析？组学数据得到的差异基因或者物质非常多，面对海量数据我们无法做到挨个研究、逐一验证来把待研究现象的机制解析清楚。通过富集分析我们可以把差异基因或者物质根据其功能进行归类，这样具有相似功能的基因或者物
转载
2024-02-10 00:35:08
447阅读
何为功能富集分析？功能富集分析是将基因或者蛋白列表分成多个部分，即将一堆基因进行分类，而这里的分类标准往往是按照基因的功能来限定的。换句话说，就是把一个基因列表中，具有相似功能的基因放到一起，并和生物学表型关联起来。何为GO和KEGG？为了解决将基因按照功能进行分类的问题，科学家们开发了很多基因功能注释数据库，。这其中比较有名的一个就是Gene Ontology（基因本体论，GO）和Kyoto E
转载
2023-07-02 16:47:58
736阅读
GEO数据库中的数据是公开的，很多的科研工作者会下载其中的数据自己去分析，其中差异表达分析是最常见的分析策略之一，为了方便大家更好的挖掘GEO中的数据，官网提供了一个工具GEO2R, 可以方便的进行差异分析。从名字也可以看出，该工具实现的功能就是将GEO数据库中的数据导入到R语言中，然后进行差异分析，本质上是通过以下两个bioconductor上的R包实现的GEOquerylimmaGEOquer
