引:
最近项目中做DEG时,一开始P值校正用的Benjamin&Hochberg,但最后得到的差异基因数很多,有的细胞类型有8000+的差异基因,这导致我后面做富集时,因为gene数太多富集出来的通路都很类似,显然这是不合理的,回头看时,师姐认为我做差异基因时与她以往项目中存在两部分的差异,1)是统计检验时,我用的是t-test,而她们之前常规用的是wilcoxon,这也是导致我得到的差异基因数量很多的原因。而且无论是seurat还是scanpy,涉及到统计检验时,就会选择用wilcoxon【挖坑,为什么会这样?这两个统计检验方法有什么区别?为什么会导致这样的现象呢?】,2)是对于P值校正所用的方法也不一样,我用的是Benjamin&Hochberg,并且我在文献中看到大部分人用的都是这个,但是师姐给我提供了另一种P值校正方法Bonferroni校正,那这两种p值校正方法有什么区别呢?各自的使用场合是什么样的呢?【挖坑】
(挖坑待填)差异基因提取时遇到的问题
最新推荐文章于 2023-12-11 19:52:08 发布