在对来自不同研究的基因表达数据进行聚类时,我们如何解释基因倍数变化及其相应的p值?

问题描述

是否有一种方法可以通过考虑基因倍数变化(例如LFC)及其相应的p值来进行聚类分析?我的直觉是,在进行样本聚类时,尤其是对源自复杂疾病不同研究的数据进行聚类时,有些基因对样本差异的贡献要大于其他基因。考虑到这一点,我正在考虑同时使用基因LFC和p值来代表这一事实的分数,然后测量其欧几里德距离。我曾考虑过将LFC与-log10 p值相乘,但我想知道是否有合理的理由(统计或其他方式)? 当然,最近提出的Topconfect软件包最接近于此方法,但是使用了其他方法,但是是否有比我提出的方法更好的理由?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...