INET-discussion 1

星期四(18.01.2018)和 Pascal 及 Stefan 討論先前的 Edge score 資料,目前對於大致情況是瞭解的,但如何實際動手作,我覺得自己還有一個缺口要補上,包含:486 個實驗條件如何一次進行 normalize,以及得到這樣的 matrix 後,如何轉換成 edge score。

目前 Pascal 提出來的問題是用 Z-score 來建構 edge score matrix 是好或不好?

首先,由 486 個實驗條件建構而成的 matrix,裡面包含每個基因在不同條件下的表現量。為了瞭解每個基因在不同條件下的差異,因此先計算在各個基因在所有條件下的表現量平均值,再回推各個條件與平均值之間的差異,在此以 Z-score 來計算,因為其為 standard deviation 的均值(?)。計算完後,可以取得各個基因在何種條件下有較高或較低的表現差異。可以由此數值瞭解各個基因在何種條件下可能代表的意義,例如在花器發育時有較高的表現量,或者受 ABA 處理下會誘發等等。

在此便要與 Pascal 實驗室過去建構的蛋白質交互作用網絡進行關聯建構,這也是他找我來的原因之一。 Continue reading “INET-discussion 1”