p值還是 FDR ?
p值還是 FDR ?
如何篩選顯著性差異基因，p value, FDR 如何選經常有同學詢問如何篩選差異的基因（蛋白）。已經計算了表達量和p value值，差異的基因（蛋白）太多了，如何篩選。其中最為關鍵的是需要對p value進行校正。
基本概念：
-
零假設：在隨機條件下的分佈。
-
p值：在零假設下，觀測到某一特定實驗結果的概率稱為p值。
-
假陽性：得到了陽性結果，但這個陽性結果是假的。
-
假陰性：得到了陰性結果，但這個陰性結果是假的。
單次檢驗：
針對單個基因（蛋白），採用統計檢驗，假設採用的p值為小於0.05，我們通常認為這個基因在兩個（組）樣本中的表達是有顯著差異的，但是仍舊有5%的概率，這個基因並不是差異基因。
單多次檢驗：
當兩個（組）樣本中有10000個基因採用同樣的檢驗方式進行統計檢驗時，這個時候就有一個問題，單次犯錯的概率為0.05， 進行10000次檢驗的話，那麼就有0.05*10000=500 個基因的差異被錯誤估計了。
多重檢驗矯正：
為了解決多次檢驗帶來的問題，我們需要對多次檢驗進行校正。那如何校正呢？在此介紹兩種方法：
-
Bonferroni 校正法
Bonferroni校正法：如果進行N次檢驗，那麼p值的篩選的閾值設定為p/N。 比如，進行10000次檢驗的話，如果p值選擇為0.05， 那麼校正的p值篩選為0.000005。 p值低於此的基因才是顯著性差異基因。
該方法雖然簡單，但是過於嚴格，導致最後找的差異基因很少，甚至找不到差異的基因。 -
FDR(False Discovery Rate) 校正法
FDR錯誤控制法是Benjamini於1995年提出的一種方法，基本原理是通過控制FDR值來決定p值的值域。相對Bonferroni來說，FDR用比較溫和的方法對p值進行了校正。其試圖在假陽性和假陰性間達到平衡，將假/真陽性比例控制到一定範圍之內。
那麼怎麼從p值來估算FDR呢，人們設計了幾種不同的估算模型。其中使用最多的是Benjamini and Hochberg方法，簡稱BH法。該方法分兩步完成，具體如下：
2.1 假設總共有m個候選基因，每個基因對應的p值從小到大排列分別是p(1),p(2),…,p(m)
2.2 若想控制FDR不能超過q，則只需找到最大的正整數i，使得 p(i)<= (i*q)/m . 然後，挑選對應p(1),p(2),…,p(i)的基因做為差異表達基因，這樣就能從統計學上保證FDR不超過q。
如何實現多重檢驗：
-
如果你瞭解R語言的話，那麼採用p.adjust方法就可以了。