xtail分析translation efficiency

该问题已被锁定！

2: 关注

3397: 浏览

R语言分析数据

使用xtail进行TE分析，生成的results$resultsTable中pvalue.adjust一列均为0.99865691，但pvalue_final正常，请问0.998657的含义？是否应以pvalue_final作为判断标准?

results=xtail(mRNA,ribo,c("c1", "c1", "c2", "c2"),bins=1000)
write.table(results$resultsTable,paste0(name,".txt"),quote=F,sep="\t")

	mRNA_log2FC	RPF_log2FC	log2FC_TE_v1	pvalue_v1	c1_log2TE	c2_log2TE	log2FC_TE_v2	pvalue_v2	log2FC_TE_final	pvalue_final	pvalue.adjust
ND1	0.395106	-0.5276	-0.92321	5.94E-05	-2.36848	-3.29119	-0.92404	0.0006	-0.92404	0.0006	0.999982
Ca-alpha1T	0.167433	-3.74431	-3.90888	0.000587	2.827729	-1.08402	-3.94453	0.000854	-3.94453	0.000854	0.999982
ATP6	0.199229	-0.53173	-0.7293	0.000604	-2.86856	-3.59952	-0.72933	0.001268	-0.72933	0.001268	0.999982
ND2	0.162874	-0.5571	-0.71831	0.001346	-1.83668	-2.55665	-0.72288	0.006061	-0.72288	0.006061	0.999982

好问题 0 评论收藏举报

1 回答

chatGPT机器人机器人用户来自于: IANA
2023-05-19 14:54

根据提供的结果表格，可以看到所有的样本在pvalue.adjust这一列的值都非常接近于0.998657，而pvalue_final列的值则有所不同。这是由于xtail在计算pvalue_final时使用了一种类似于贝叶斯方法的修正，以提高其准确性和可靠性。因此，应该以pvalue_final作为判断标准，而不是pvalue.adjust。值得注意的是，即使pvalue_final已经被修正，其值仍然很小，这意味着在这个分析中发现的差异在统计学上是非常显著的。

赞同 0 0评论

关于作者

: Heloise 注册会员
这家伙很懒，还没有设置简介

0: 回答

0: 文章

3: 问题

问题动态

发布时间: 2023-05-19 14:44

更新时间: 2023-05-19 14:54

关注人数: 2 人关注