Question

嗨，我看到有人计算维恩图重叠p值，如下例所示。他们使用超几何分布和R.当我在R中应用它们的函数时，我无法得到相同的结果。任何人都可以帮我解决这个问题吗？

我在其他人的出版物中看到的样本：

从15220个基因来看，A组是1850 + 195个基因，B组是195 + 596个基因，重叠是195个基因。它们的p值是2e-26。

他们的方法是：给定总共N个基因，如果基因组A和B分别含有m和n基因，并且它们的k是共同的，那么富集的p值计算如下：

p = Σ (m,i)(N-m,n-i)/(N,n)

i从k到min(m,n)，其中“(m,i)”代表二项式。

我使用R的方式是：

sum(choose(596+195,195:(195+596))*choose(15220-596-195,(1850+195)-195:(195+596)))/choose(15220,1850+195)。

我得到NaN。

或者使用：phyper(195,1850+195,15220-1850-195,596+195)，我得到了1。

我也从链接http://www.pangloss.com/wiki/VennSignificance中引用但当我计算时

R中的

1 - phyper(448,1000,13800,2872)，我得到的是0而不是1.906314e-81的链接。

我对R和统计数据完全不熟悉，抱歉在这里发布了很多错误。

Answer 1

使用包gmp，并将choose替换为chooseZ，我们可以将p值实现为：

require(gmp)

enrich_pvalue <- function(N, A, B, k)
{
    m <- A + k
    n <- B + k
    i <- k:min(m,n)

    as.numeric( sum(chooseZ(m,i)*chooseZ(N-m,n-i))/chooseZ(N,n) )
}

结果：

> enrich_pvalue(15220, 1850, 596, 195)
[1] 1.91221e-18

使用pangloss链接中的示例（带有您的符号），我们得到：

> enrich_pvalue(N=14800, A=1000-448, B=2872-448, k=448)
[1] 7.289388e-81

使用R计算维恩图超几何p值

1 个答案: