挑选基因对

老师给的第二种方法
现在你计算每一对计算A,B的基因依赖关系时，需要做的事情：(1)先将基因A在我们的数据是哪一行，B在我们的数据是哪一行定位出来(这个速度会比较慢，建议一次性一下子把所有的基因关系对定位出来，要不然速度会很慢，可以用ACCESS来做，当然，你也可以自己想办法处理)。(2)计算B与骨转移的互信息，对A的依赖值。(3)使用Permutation test计算这个依赖值的统计显著性(随机打乱A的值的循环1000次，得到1000个随机值，然后计算1000个随机值中有多少个值不比真实的依赖值小，这个个数/1000就是P-value)。将P-value<=0.05的关系对保留下来.（3）同理，计算A与表型对B的依赖。(4)把PPI中所有的显著关系对跑出来。

注意事项:(1)你可以通过实验观察(比如先做500对的基因，然后看当CMI为什么值的时候那个P-value一定不会小于0.05)，当一个基因与表型的互信息，对另外一个基因的依赖值(CMI)小于某个值的时候，它其实就不可能会显著了，这种情况下，就不需要再做1000的随机打乱实验了，这样可以大幅提高计算效率，因为这个permutation test非常耗时间。(2)现在子所以没有像前面那样直接通过分布去估计P-value,是因为现在通过PPI缩小范围了，计算的时间上会大幅降低，所以可以用更精确的permutation test去计算P-value,这样结果更可靠

我的实验
1.用ACCESS处理了老师给的数据，把表中的基因定位到了乳腺癌基因ID的位置，一共有六十多万对基因。（文件是gene2.xlsx）。
2.计算A对B的CMI，跑出结果 。
3.挑选500对基因（这里取了前五百行，现在想了想觉得用随机五百对比较好），用置换检验计算p-value的值。
4.观察p-value和CMI，取了CMI大于0.0152的时候，p值小于0.05.
5.选出了geneId中CMI>0.0152的所有基因对。
6.同样做了B对A的CMI,选出了所有CMI>0.0152的基因对，并与A对B的基因对合并，一共有六万多行。