Question

我试图从生物学意义上说出函数 SGoF （R package SGoF）输出的调整后的p值。

我的输入是来自chi-square test on allele count的p值。因为我的实际数据集包含100,000个SNP，所以我必须调整p值以进行多重比较。我选择了“拟合优度”方法并将其应用于我的数据。

问题是函数SGoF以递增顺序输出p值，因此尽管命名了向量，但我还是丢失了重要信息（SNP的顺序）。

这是我仅在10个SNP上的伪装代码：

library("sgof")

# create SNP_ID
SNP_ID <- paste("SNP", rep(1:10, 1))
# create original pvalues
original_pvalues <- c(0.7547327676, 0.7759443024, 0.7892817386, 0.5900607320, 0.7085460882, 0.0004190683, 0.6020188578, 0.7898982175, 0.2780472452, 0.6160432682)
# give an ID to each pvalue
names(original_pvalues) <- SNP_ID

# adjust pvalues based on sequential goodness of fit (R package sgof)
sgof_res <- SGoF(original_pvalues, alpha = 0.05, gamma = 0.05)

# oh no, the adjusted pvalues are ordered by increasing values, see:
sgof_res$Adjusted.pvalues

# I would like a table like this:
corresponding_table <- cbind(SNP_ID, original_pvalues, sgof_res$Adjusted.pvalues)

当前，相应的表格在生物学上没有意义。如何创建包含以下行的对应表：SNP_ID，原始pvalue和调整后的pvalue？

Answer 1

看一下SGoF函数的代码，我们将看到它正在对p值进行排序，并输出已排序的结果。但是，我们还可以看到它输出的sgof_res$data与原始pvalue排序的顺序相同：

all(sgof_res$data == sort(original_pvalues))
# [1] TRUE

因此我们可以执行以下操作以获得预期的输出：

data.frame(SNP_ID = names(sort(original_pvalues)),
           original_pvalues = sort(original_pvalues),
           Adjusted.pvalues = sgof_res$Adjusted.pvalues)

#        SNP_ID original_pvalues Adjusted.pvalues
# SNP 6   SNP 6     0.0004190683        0.7547328
# SNP 9   SNP 9     0.2780472452        0.7759443
# SNP 4   SNP 4     0.5900607320        0.7898982
# SNP 7   SNP 7     0.6020188578        1.0000000
# SNP 10 SNP 10     0.6160432682        1.0000000
# SNP 5   SNP 5     0.7085460882        1.0000000
# SNP 1   SNP 1     0.7547327676        1.0000000
# SNP 2   SNP 2     0.7759443024        1.0000000
# SNP 3   SNP 3     0.7892817386        1.0000000
# SNP 8   SNP 8     0.7898982175        1.0000000

SGoF软件包：根据原始pvalue排序调整后的pvalue

1 个答案: