Comparing functional annotation analyses with Catmap

doi:10.1186/1471-2105-5-193

比较研究

。2004年12月9日5:193。

doi:10.1186/1471-2105-5-193。

功能注释分析与Catmap的比较

托马斯·布雷斯林¹, 帕特里克·埃德恩, 莫滕·克罗赫

附属机构

PMID： 15588298
预防性维修识别码：项目编号：543458
内政部： 10.1186/1471-2105-5-193

比较研究

功能注释分析与Catmap的比较

托马斯·布雷斯林等人。 BMC生物信息学。 2004。

。2004年12月9日5:193。

doi:10.1186/1471-2105-5-193。

作者

托马斯·布雷斯林¹, 帕特里克·埃德恩, 莫滕·克罗赫

附属

¹瑞典隆德隆德大学理论物理系复杂系统部。托马斯@thep.luse<托马斯@thep.luse>

PMID： 15588298
预防性维修识别码：项目编号：543458
内政部： 10.1186/1471-2105-5-193

摘要

背景：微阵列实验中的排序基因列表通常通过为预定义的基因类别指定重要性来进行分析，例如基于功能注释。执行此类分析的工具通常仅限于基于排名列表中的截止值的类别分数和基于随机基因排列的显著性计算（作为无效假设）。

结果：我们分析了三个公开的数据集，每个数据集的样本分为两类，基因根据它们与类别标签的相关性进行排序。我们开发了一个程序Catmap（可从以下网址下载http://bioinfo.thep.luse/Catmap)，比较基因类别分析中的不同分数和零假设，使用基因本体注释进行类别定义。当使用基于截止值的分数时，结果强烈依赖于截止值的选择，这在分析中引入了任意性。比较随机基因排列和随机样本排列的结果，我们发现类别的指定意义强烈依赖于零假设的选择。与样本标签排列相比，基因排列对于含有许多共表达基因的大类别给出的p值要小得多。

结论：在对排名基因列表进行基因类别分析时，最好使用截止独立得分。零假设的选择非常重要；随机基因排列不能很好地近似于样本标签排列。

PubMed免责声明

数字

图1
**比较零假设**.比较第页-使用van’t Veer的数据集，通过样本标签排列和基因排列获得的值等.[13]（左），Golub等[11]（中间）和Alon等.[20]（右）。样本标签排列结果为van’t Veer的100.000个排列等.数据集和其他数据集的10.000排列。按照方法中的描述计算基因置换结果。红色、绿色和蓝色分别代表1至5、6至20和20多个基因的类别。左图中的圆形方框表示类别“M相”和“羧酸代谢”，文中对此进行了进一步讨论。

图2
**共表达对不同零假设的影响**.在van’t Veer的97个样本上的表达式配置文件等[13]，分别是“M期”类别中排名最靠前的12个基因（左）和“羧酸代谢”类别中的13个排名最靠后的基因（右）。一些基因被颠倒了，因为排名是基于与转移类别的绝对相关值。无转移样本位于垂直线的左侧，在每个转移类别中，样本按检测基因的平均表达增加排序。样本中每个基因的表达均归一化为零平均值。左图中较窄的表达带说明M期基因的皮尔逊相关性较高。对于M期基因，基因表达之间的平均绝对皮尔逊相关为0.74，标准偏差为0.16，对于羧酸代谢基因，为0.44，标准差为0.27。

图3
**设置有效数量的独立类别**.多类别第页-值，第页_倍数，与第页-van’t Veer数据集的值等[13]，使用了327个大的基因本体类别，其中包含20个以上的基因。黄色带显示基于1000个随机列表的样本标签排列结果的95%置信区间，蓝色曲线显示等式（1）的结果，拟合N个_效率=152（实线），类别总数N个=327（虚线），以及Bonferroni校正（虚线法）。

请参阅PMC中的此图像和版权信息

类似文章

GFINDer：通过动态注释、统计分析和挖掘实现基因组功能整合的发现者。
Masseroli M、Martucci D、Pinciroli F。 Masseroli M等人。《核酸研究》，2004年7月1日；32（Web服务器问题）：W293-300。doi:10.1093/nar/gkh432。 2004年核酸研究。 PMID：15215397 免费PMC文章。
对大量基因和蛋白质进行综合功能分析。
Mlecnik B、Galon J、Bindea G。 Mlecnik B等人。蛋白质组学杂志。2018年1月16日；171:2-10. doi:10.1016/j.jprot.2017.03.016。Epub 2017年3月22日。蛋白质组学杂志。2018 PMID：28343001
GeneTools——功能注释和统计假设测试的应用程序。
Beisvag V、Jünge FK、Bergum H、Jølsum L、Lydersen S、Günther CC、Ramampiaro H、Langaas M、Sandvik AK、Laegrid A。 Beisvag V等人。 BMC生物信息学。2006年10月24日；7:470. doi:10.1186/1471-2105-7-470。 BMC生物信息学。2006 PMID：17062145 免费PMC文章。
miRNA数据功能分析的计算方法和软件工具。
Garcia-Moreno A，Carmona-Saez P。 Garcia-Moreno A等人。生物分子。2020年8月28日；10(9):1252. doi:10.3390/biom10091252。生物分子。2020 PMID：32872205 免费PMC文章。审查。
基因组注释的实验方法：本报告基于2004年7月19日至20日在华盛顿特区举行的由美国微生物学会主办的研讨会。
[未列出作者] [未列出作者] 华盛顿（DC）：美国微生物学会；2004 华盛顿（DC）：美国微生物学会；2004 PMID：33001599 免费书籍和文件。审查。

查看所有类似文章

引用人

一种基于通路分析的算法，用于计算转录组中ncRNA的参与程度。
顾X，王S，金B，齐Z，邓J，黄C，尹X。顾X等。科学报告2022年12月31日；12(1):22654. doi:10.1038/s41598-022-27178-8。科学报告2022。 PMID：36587048 免费PMC文章。
高尔基体、内质网和线粒体功能通过多基因风险和RNA测序与阿尔茨海默病有关。
Crawford K、Leonenko G、Baker E、Grozeva D、Lan-Leung B、Holmans P、Williams J、O'Donovan MC、Escott Price V、Ivanov DK。克劳福德K等人。分子精神病学。2023年3月；28（3）：1327-1336。doi:10.1038/s41380-022-01926-8。Epub 2022年12月28日。分子精神病学。2023 PMID：36577842 免费PMC文章。
使用多组学数据集成的通路分析方法的综合调查。
Maghsoudi Z、Nguyen H、Tavakkoli A、Ngueen T。 Maghsoudi Z等人。简要生物信息。2022年11月19日；23（6）：英国广播公司435。doi:10.1093/bib/bbac435。简要生物信息。2022 PMID：36252928 免费PMC文章。审查。
激活转录因子4依赖的乳酸脱氢酶激活作为淀粉样β毒性的保护性反应。
Niccoli T、Kerr F、Snoeren I、Fabian D、Aleyakpo B、Ivanov D、Sofola-Adesakin O、Cryar A、Adcott J、Thornton J、Partridge L。 Niccoli T等人。大脑通讯。2021年3月26日；3（2）：fcab053。doi:10.1093/braincomms/fcab053。eCollection 2021年。大脑通讯。2021 PMID：33977265 免费PMC文章。
高通量基因组数据的15年基因集分析：统计方法回顾和未来挑战。
Das S、McClain CJ、Rai SN。 Das S等人。熵（巴塞尔）。2020年4月10日；22(4):427. doi:10.3390/e22040427。熵（巴塞尔）。2020 PMID：33286201 免费PMC文章。审查。

查看所有“被引用”文章

工具书类

1. Zeeberg BR、Feng W、Wang G、Wang MD、Fojo AT、Sunshine M、Narasimhan S、Kane DW、Reinhold WC、Lababidi S、Bussey KJ、Riss J、Barrett JC、Weinstein JN。戈米纳：基因组和蛋白质组数据的生物学解释资源。基因组生物学。2003;4:R28。doi:10.1186/gb-2003-4-4-r28。-内政部-项目管理咨询公司-公共医学
1. Robinson MD、Grigull J、Mohammad N、Hughes TR.Funspec：基于网络的酵母集群解释器。BMC生物信息学。2002;3:35. doi:10.1186/1471-2105-3-35。-内政部-项目管理咨询公司-公共医学
1. Khatri P，Draghici S，Ostermeier GC，Krawetz SA。使用onto-express分析基因表达。基因组学。2002;79:266–270. doi:10.1006/geno.2002.6698。-内政部-公共医学
1. Doniger SW、Salomonis N、Dahlquist KD、Vranizan K、Lawlor SC、Conklin BR。Mappfinder：使用基因本体论和genmapp从微阵列数据创建全局基因表达谱。基因组生物学。2003;4:R7。doi:10.1186/gb-2003-41-r7。-内政部-项目管理咨询公司-公共医学
1. Beissbarth T，Speed T.GOstat：在一组基因中发现统计上表现过度的基因本体。生物信息学。2004;20:1464–1465. doi:10.1093/bioinformatics/bth088。-内政部-公共医学

出版物类型

行动
行动

LinkOut-更多资源

[1] Zeeberg BR、Feng W、Wang G、Wang MD、Fojo AT、Sunshine M、Narasimhan S、Kane DW、Reinhold WC、Lababidi S、Bussey KJ、Riss J、Barrett JC、Weinstein JN。戈米纳：基因组和蛋白质组数据的生物学解释资源。基因组生物学。2003;4:R28。doi:10.1186/gb-2003-4-4-r28。-内政部-项目管理咨询公司-公共医学

[2] Zeeberg BR、Feng W、Wang G、Wang MD、Fojo AT、Sunshine M、Narasimhan S、Kane DW、Reinhold WC、Lababidi S、Bussey KJ、Riss J、Barrett JC、Weinstein JN。戈米纳：基因组和蛋白质组数据的生物学解释资源。基因组生物学。2003;4:R28。doi:10.1186/gb-2003-4-4-r28。-内政部-项目管理咨询公司-公共医学

[3] Robinson MD、Grigull J、Mohammad N、Hughes TR.Funspec：基于网络的酵母集群解释器。BMC生物信息学。2002;3:35. doi:10.1186/1471-2105-3-35。-内政部-项目管理咨询公司-公共医学

[4] Robinson MD、Grigull J、Mohammad N、Hughes TR.Funspec：基于网络的酵母集群解释器。BMC生物信息学。2002;3:35. doi:10.1186/1471-2105-3-35。-内政部-项目管理咨询公司-公共医学

[5] Khatri P，Draghici S，Ostermeier GC，Krawetz SA。使用onto-express分析基因表达。基因组学。2002;79:266–270. doi:10.1006/geno.2002.6698。-内政部-公共医学

[6] Khatri P，Draghici S，Ostermeier GC，Krawetz SA。使用onto-express分析基因表达。基因组学。2002;79:266–270. doi:10.1006/geno.2002.6698。-内政部-公共医学

[7] Doniger SW、Salomonis N、Dahlquist KD、Vranizan K、Lawlor SC、Conklin BR。Mappfinder：使用基因本体论和genmapp从微阵列数据创建全局基因表达谱。基因组生物学。2003;4:R7。doi:10.1186/gb-2003-41-r7。-内政部-项目管理咨询公司-公共医学

[8] Doniger SW、Salomonis N、Dahlquist KD、Vranizan K、Lawlor SC、Conklin BR。Mappfinder：使用基因本体论和genmapp从微阵列数据创建全局基因表达谱。基因组生物学。2003;4:R7。doi:10.1186/gb-2003-41-r7。-内政部-项目管理咨询公司-公共医学

[9] Beissbarth T，Speed T.GOstat：在一组基因中发现统计上表现过度的基因本体。生物信息学。2004;20:1464–1465. doi:10.1093/bioinformatics/bth088。-内政部-公共医学

[10] Beissbarth T，Speed T.GOstat：在一组基因中发现统计上表现过度的基因本体。生物信息学。2004;20:1464–1465. doi:10.1093/bioinformatics/bth088。-内政部-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

功能注释分析与Catmap的比较

附属

功能注释分析与Catmap的比较

作者

附属

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

LinkOut-更多资源

全文源

其他文献来源

医疗

其他

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

相关信息

LinkOut-更多资源

全文源

其他文献来源

医疗

其他