3

嗨,我看到有人计算维恩图重叠 p 值,如下例所示。他们使用超几何分布和 R。当我在 R 中应用他们的函数时,我无法得到相同的结果。谁能帮我解决这个问题?

我在别人的出版物中看到的样本:

从15220个基因中,A组是1850+195个基因,B组是195+596个基因,重叠是195个基因。它们的 p 值为 2e-26。

他们的方法是:给定总共N个基因,如果基因集A和B分别包含m和n个基因,并且其中k个是共同的,那么富集的p值计算如下:

p = Σ (m,i)(N-m,n-i)/(N,n)

for ifrom kto min(m,n),其中“ (m,i)”代表二项式。

我使用 R 的方式是:

sum(choose(596+195,195:(195+596))*choose(15220-596-195,(1850+195)-195:(195+596)))/choose(15220,1850+195).

我得到了NaN

或使用:phyper(195,1850+195,15220-1850-195,596+195),我得到了 1。

我也参考链接http://www.pangloss.com/wiki/VennSignificance 但是当我计算

1 - phyper(448,1000,13800,2872)在 R 中,我得到了 0 而不是 1.906314e-81 的链接。

我对 R 和统计完全陌生,很抱歉在这里发布了许多错误。

4

1 回答 1

4

使用 packagegmp并替换choosechooseZ,我们可以将 p 值实现为:

require(gmp)

enrich_pvalue <- function(N, A, B, k)
{
    m <- A + k
    n <- B + k
    i <- k:min(m,n)

    as.numeric( sum(chooseZ(m,i)*chooseZ(N-m,n-i))/chooseZ(N,n) )
}

结果:

> enrich_pvalue(15220, 1850, 596, 195)
[1] 1.91221e-18

使用您的 pangloss 链接中的示例(使用您的符号),我们得到:

> enrich_pvalue(N=14800, A=1000-448, B=2872-448, k=448)
[1] 7.289388e-81
于 2013-08-20T18:48:15.413 回答