《Python下实现Fisher富集分析方法》由会员分享，可在线阅读，更多相关《Python下实现Fisher富集分析方法（2页珍藏版）》请在装配图网上搜索。
1、Python下实现Fisher富集分析方法Fishers精确概率方法利用超几何分布的原理推断每个基因集中的目标基因（ADR基因）的比例是否与整个基因组中目标基因（ADR基因）的比例相同。包括2个原假设：基因是否目标基因（ADR基因）；基因是否属于的功能基因集（如GOTerm），如表:ADR基因非ADR基因合计功能基因集n11n12M非功能基因集n21n22合计注示：N表示全基因组中基因总数；M表示功能基因集中的基因个数，K表示ADR基因数目.。Fishers得分表示k个ADR基因中至少有x个被功能基因集注释的概率:x.1p=1-xi=0例如我们要研究药物相关基因和功能term之间的相关性，可以
2、利用下面两种情况Drug显者基因非drug显者基因合计功能基因集niini2M非功能基因集“21“22NM合计KNKN（全基因组个数）miRNA靶基因非miRNA靶基因合计功能基因集niini2M非功能基因集n21n22NM合计KNKN（所有miRNA靶基因个数）在Python语言中，Fisher精确检验主要依赖于scipy.stats包以及numpy包，安装和调用命令如下：FileEditFormatRunOptionsWindowsHelprromfutureimportdivision=tscipy.statsipj广匚二fisherexact,hypergeom,binom_r.o?2
3、：tnrnrtpy己三np-ronrandom:rportshuffleL?.-.pz?i-roperator7.irp；?-trandoin假设我们有一个待查基因集，命名为interest，我们想知道这个基因集和通路path之间的相关性，即这个interest基因集是否可以显著富集到通路path中，通路path中包含基因个数为num_sp，另外还有一个背景基因集，即全部的基因个数，命名为num_allgene。接下来就是如何计算四格表,pathnonpathinterestabnum_interestgenenoninterestcnum_allgene-numnterestgenenum_
4、spnum_allgene-num_sp这里a为待查基因集和通路基因集的交集，b为不在通路path的待查基因个数,c为不属于interest待查基因的通路基因个数。计算过程如下spinallpdth:num_sp=len(sp)-1|a=len(set(sp)&set(genelist)b=num_interestgene-ac=nuin_sp-apvalue=fisherexact(Ila,Idyc,d1a,b,c,d分别为四个表的四个得分值，红圈内的函数即为利用四格表计算的显著性得分。函数fisher_exact()返回的是一个列表，列表第二个值就是我们要的P值了最后我们以P小于0.05作
5、为显著性阈值，通过下面命令进行筛选ifpvalue0.05:print(spO+t+pvalue)以上过程是对于一个通路path而言的，如果对于所有的KEGG通路，或者是GOterm,通过一个迭代循环，就可以实现批处理的富集分析。最后一步就是FDR校正，由于经过对所有KEGG通路或GOterm进行富集分析，fisher精确检验会输出一列P值，往往存在假阳性，因此需要经过FDR校正。这里采用的FDR校正方法为BH校正法。命令如下口we(匚vJ:|pv=；returnmion(pv)args,pv=zip(*sort皀df亡num皀r且七上(pv)operator*itemgetter(1)ifpv01:Yn丄usErroj：(1,p-va丄u匕sTustbebetween0andI1)qvalues-m*D：aiincceff-pv-llvaluesfarjs111=mincoeftijxrsnge(m-2-1-1)icoe-m*pvj/float(j+1)二costmircoeff:mince已EE-贮口eEfqy吐1口esargs()=mincoeffreturnvalues
Python下实现Fisher富集分析方法
