蛋白质网络中的模块课件.pptVIP

  1. 1、本文档共72页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
蛋白质网络中的模块课件

(C) Triplet scoring notation. M1 = genes in module 1; T = genes in genome containing binding site for TF T; m1 = genes in M 1containing binding site for T (“target genes”); M1′= genes in M1 that do not contain a binding site for T (“non-target genes”); randomly selected genes from M1′; M2, m2, M2′ defined analogously. Aggregate target genes = (m1 ∪m2) or (m1∪m2∪IT) ; aggregate non-target genes =(M1′∪ M2′) or (M1′∪ I ∪ M2′); I and IT represent non-target and target genes, respectively, that are present in both modules. (D) Quartet scoring notation. Variables are analogous to those in C, but here there are two TFs, X and Y. Tx = genes in genome containing binding site for X; Ty = genes in genome containing binding site for Y. B, X, Y, and N represent module components that are targets of both X and Y, X only, Y only, or neither TF, respectively: 只计算来自不同集合中的基因相关系数。它衡量了两组基因共表达的紧密程度。对一个特定的表达数据集,相关阈值是达到所有此数据集中相关系数95% 的值(the value of the correlation coefficient at the 95th percentile of all pairwise correlation coefficients for that data set )。 对于一个包含Q个 TFS的TFBS数据集来说,随机划分重复(3*Q/0.05)-1次(Edgington 1995)来保证p-value为0.05。 表达谱差异性得分D,比较分子coherence within the target genes和分母between the target genes and non-target genes(fig.5 B,C, Supplemental Fig. S19),它包含分配给两个功能类的基因 D分的统计显著性是通过控制FDR保证的。要得到D分的p-value,两个模块中的所有基因被随机的分配到了相同大小的 和 ,重新计算D: 给定Q个TFs,随机化重复(3*Q/0.05)-1次。 类比于三元组,定义了quartet,是一对modules和一对motifs(即TFs),对于每一个quartet来说,基因集之间的交集确定了。定义了Convergence得分 和Distinctness得分 ,并用来比较了double-target?基因(即为两个TF靶点的基因)之间的表达一致性。 这些得分与他们在单一TF分析中的结果不同在于:对于TF对,随机化只在目标基因中,不包括非目标基因,为了确定由TF对授(conferred by)的表达谱显著不同于单个TF 授予的表达谱这种修改是必要的。 Motif combinations 选择显著协同调控的模块 1.严格的标准 一对模块被称为是由一个或一对特定的TFBS对共同调控,当D和C的q-value值至多是0.15时,因为这两个得分的显著性可以以一种 的方式结合q-value值低于0.15. 2.宽松的标准 以上的标准是高度保守的:(1)要求两种不同的得分统计上显著。(2)那些得分的显著性是由保守的随机化程序计算得到的。(3)要求每一个三元组在每个模块中至少有四个目标基因。因为生物显著性

文档评论(0)

love87421 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档