El estudio científico de los principios de la herencia y la variación de rasgos heredados entre organismos relacionados.
Estoy un poco confundido acerca de la selección de funciones y el aprendizaje automático y me preguntaba si podrían ayudarme. Tengo un conjunto de datos de microarrays que se clasifica en dos grupos y tiene miles de características. Mi objetivo es obtener una pequeña cantidad de genes (mis...
En otras palabras, según lo siguiente, ¿qué es p? Para hacer de esto un problema matemático en lugar de antropología o ciencias sociales, y para simplificar el problema, suponga que los compañeros se seleccionan con la misma probabilidad en toda la población, excepto que los hermanos y primos...
Tengo valores de p de muchas pruebas y me gustaría saber si realmente hay algo significativo después de corregir las pruebas múltiples. La complicación: mis pruebas no son independientes. El método en el que estoy pensando (una variante del Método del producto de Fisher, Zaykin et al., Genet...
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy...
En estudios de asociación de genoma completo (GWAS): ¿Cuáles son los componentes principales? ¿Por qué se usan? ¿Cómo se calculan? ¿Se puede realizar un estudio de asociación de todo el genoma sin usar
En los estudios de expresión génica que utilizan microarrays, los datos de intensidad deben normalizarse para poder comparar las intensidades entre individuos, entre genes. Conceptualmente y algorítmicamente, ¿cómo funciona la "normalización de cuantiles" y cómo se lo explicaría a un no...
Espero que alguien en estos foros pueda ayudarme con este problema básico en los estudios de expresión génica. Hice una secuenciación profunda de un tejido experimental y uno de control. Luego obtuve valores de enriquecimiento doble de genes en la muestra experimental sobre el control. El genoma...
Si planteo la hipótesis de que la firma de un gen identificará a los sujetos con un riesgo menor de recurrencia, es decir, disminuir en 0.5 (razón de riesgo de 0.5) la tasa de eventos en el 20% de la población y tengo la intención de usar muestras de un estudio de cohorte retrospectivo. ¿Es...
Estoy tratando de resumir lo que entendí hasta ahora en el análisis multivariado penalizado con conjuntos de datos de alta dimensión, y todavía me cuesta obtener una definición adecuada de la penalización de umbral suave frente a la penalización Lasso (o ).L1L1L_1 Más precisamente, utilicé una...
¿Por qué se usaría la edad y la edad al cuadrado como covariables en un estudio de asociación genética? Puedo entender el uso de la edad si se ha identificado como una covariable significativa, pero no sé cómo usar el cuadrado de la
Fondo biologico Con el tiempo, algunas especies de plantas tienden a duplicar sus genomas completos, obteniendo una copia adicional de cada gen. Debido a la inestabilidad de esta configuración, muchos de estos genes se eliminan y el genoma se reorganiza y se estabiliza, listo para duplicarse...
Tengo una matriz , donde p es el número de genes yn es el número de pacientes. Cualquiera que haya trabajado con estos datos sabe que p siempre es mayor que n . Usando la selección de características, pude obtener p a un número más razonable, sin embargo, p es aún mayor que nn × pnorte×pagn\times...
En un artículo que estaba leyendo recientemente me encontré con el siguiente bit en su sección de análisis de datos: La tabla de datos se dividió en tejidos y líneas celulares, y las dos subtablas se pulieron medianamente por separado (las filas y columnas se ajustaron iterativamente para tener...
Tengo dos conjuntos de datos de estudios de asociación de todo el genoma. La única información disponible son las proporciones impares y sus intervalos de confianza (95%) para cada SNP genotipado. Deseo generar una parcela forestal que compare estas dos razones de posibilidades, pero no puedo...
Tengo dos conjuntos de datos de estudios de asociación de todo el genoma. La única información disponible es la razón de posibilidades y el valor p para el primer conjunto de datos. Para el segundo conjunto de datos tengo la Odds Ratio, el valor p y las frecuencias alélicas (AFD = enfermedad, AFC =...
Tome 20 puntos aleatorios en un espacio de 10.000 dimensiones con cada coordenada iid de . Divídalos en 10 pares ("parejas") y agregue el promedio de cada par ("un niño") al conjunto de datos. Luego haga PCA en los 30 puntos resultantes y trace PC1 vs PC2.norte( 0 , 1 )N(0,1)\mathcal N(0,1) Ocurre...
Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey...
Tengo 2 estudios que analizan la respuesta del paciente al mismo medicamento. El estudio 1 encontró 10,000 genes expresados sobre el fondo y 500 de ellos se expresan de manera diferencial y se conocen como la firma de respuesta al medicamento. El estudio 2 encontró 1,000 genes que representan la...