歡迎關(guān)注”生信修煉手冊(cè)”!

MDR多因子降維法作為邏輯回歸的一種補(bǔ)充，有效克服了邏輯回歸在處理高階稀疏數(shù)據(jù)時(shí)的局限性，廣泛應(yīng)用于分析基因-基因，基因-環(huán)境之間的相互作用，但是該方法存在一些局限性

和邏輯回歸一樣，該方法僅適用于二分類因變量的分析，比如case/control的實(shí)驗(yàn)設(shè)計(jì)，對(duì)于連續(xù)型因變量無(wú)法處理

和邏輯回歸不同，邏輯回歸可以進(jìn)行協(xié)變量的校正，而該方法不可以

為了克服上述兩個(gè)問(wèn)題，增加MDR方法的適用性，科學(xué)家們?cè)贛DR核心思想的基礎(chǔ)上進(jìn)行了擴(kuò)展，引入了score statistic的概念，提出了GMDR的方法，原理示意如下

MDR算法的核心是統(tǒng)計(jì)不同因子組合對(duì)應(yīng)的頻數(shù)，對(duì)應(yīng)第三步中的單元格內(nèi)的頻數(shù)，然后用該頻數(shù)的比值進(jìn)行降維，并進(jìn)行分類準(zhǔn)確性和預(yù)測(cè)錯(cuò)誤率的分析，從而挑選佳的模型。

GMDR仍然沿用了相同的算法框架，只不過(guò)將頻數(shù)改為了打分，關(guān)于其打分系統(tǒng)的詳細(xì)介紹參見(jiàn)下面這篇文章

https://www.cell.com/action/showPdf?pii=S0002-9297(07)61030-161030-1)

然后根據(jù)該打分值來(lái)進(jìn)行后續(xù)的降維，分類準(zhǔn)確性，預(yù)測(cè)錯(cuò)誤率等分析。在文章中也比較了MDR和GMDR的分析結(jié)果，結(jié)果如下

可以看到，MDR和GMDR結(jié)果的一致性非常高，而同樣的因子組合，GMDR的預(yù)測(cè)準(zhǔn)確率和交叉驗(yàn)證的一致率都比MDR方法好。GMDR支持廣義線性回歸等多種模型，圖示如下

可以用于處理各種類型的數(shù)據(jù)，軟件下載的網(wǎng)址如下

http://www.ssg.uab.edu/gmdr/

和MDR軟件的用法完全一致，導(dǎo)入文件即可。至少要求輸入SNP位點(diǎn)的分型結(jié)果文件，內(nèi)容如下

如果需要進(jìn)行協(xié)變量的校正，也可以輸入對(duì)應(yīng)的文件，內(nèi)容如下

每一行對(duì)應(yīng)的都是一個(gè)樣本，分型結(jié)果和協(xié)變量?jī)蓚€(gè)文件中每一行對(duì)應(yīng)同一個(gè)樣本，最后一列為因變量y。導(dǎo)入文件后，點(diǎn)擊Run Analysis即可開(kāi)始分析，分析結(jié)果如下所示

和MDR輸出結(jié)果類似，也是有兩個(gè)部分，第一部分顯示了不同數(shù)量的因子相互作用中最顯著的結(jié)果, Training Bal.Acc表示訓(xùn)練集中的準(zhǔn)確率，Testing Bal.Acc表示測(cè)試集中的準(zhǔn)確率，數(shù)字越大，范圍為0-1，數(shù)值越大，準(zhǔn)確率越高，CV Consistency表示交叉驗(yàn)證的一致率，8/10表示10次交叉驗(yàn)證中8次該結(jié)果都顯著。Sign Test(p)表示p值；第二部分則顯示了對(duì)應(yīng)的score值等詳細(xì)信息。

該軟件也可以通過(guò)命令行運(yùn)行，更多用法請(qǐng)參考官方文檔。

·end·

—如果喜歡，快分享給你的朋友們吧—

往期精彩

• 自己動(dòng)手進(jìn)行邏輯回歸，你也可以！

• GWAS大家都知道，Gene-Based GWAS你了解嗎？

• 3步搞定GWAS中的Gene Set Analysis

• 你聽(tīng)說(shuō)過(guò)Epistasis嗎？

• GWAS中的Gene-Gene Interactions如何分析？看這里

• 終于搞清楚了Lasso回歸和Ridge回歸的區(qū)別
  

• odd ratio置信區(qū)間的計(jì)算，你學(xué)會(huì)了嗎？

• 多元回歸分析存在多重共線性了怎么辦？

• 基因型與表型的交互作用如何分析，多元回歸來(lái)搞定

• 曼哈頓圖就夠了嗎?你還需要LocusZoom

• GWAS做完了，下一步做什么？
  

? GWAS meta分析

• GWAS樣本量不夠怎么辦，meta分析了解一下

• 你沒(méi)看錯(cuò)，搞定GWAS meta分析只需一行代碼！

• meta分析的森林圖不會(huì)畫(huà)？看這里

• GWAMA:GWAS meta-analysis的又一利器

• 點(diǎn)擊鼠標(biāo)即可完成GWAS meta分析，任何人都可以！

• 用R進(jìn)行g(shù)was meta分析,原來(lái)如此簡(jiǎn)單
  

??基因型填充

• GWAS中的genotype imputation簡(jiǎn)介
  

• 基因型填充中的phasing究竟是什么
  

• 基因型填充前的質(zhì)控條件簡(jiǎn)介
  

• 使用shapeit進(jìn)行單倍型分析
  

• gtool:操作genotype data的利器
  

• 使用IMPUTE2進(jìn)行基因型填充
  

• 使用Beagle進(jìn)行基因型填充
  

• 使用Minimac進(jìn)行基因型填充
  

• 使用Eagle2進(jìn)行單倍型分析
  

• X染色體的基因型填充
  

• 文獻(xiàn)解讀|不同基因型填充軟件性能的比較
  

• Haplotype Reference Consortium:最大規(guī)模的單倍型數(shù)據(jù)庫(kù)
  

• Michigan Imputation Server:基因型填充的在線工具
  

??CNV分析

• aCGH芯片簡(jiǎn)介
  

• aCGH芯片分析簡(jiǎn)介

• 基于SNP芯片進(jìn)行CNV分析中的基本知識(shí)點(diǎn)

• PennCNV:利用SNP芯片檢測(cè)CNV

• DGV:人類基因組結(jié)構(gòu)變異數(shù)據(jù)庫(kù)

• dbvar:染色體結(jié)構(gòu)變異數(shù)據(jù)庫(kù)

• DGVa:染色體結(jié)構(gòu)變異數(shù)據(jù)庫(kù)

• CNVD:疾病相關(guān)的CNV數(shù)據(jù)庫(kù)

• DECIPHER:疾病相關(guān)的CNV數(shù)據(jù)庫(kù)

• 全基因組數(shù)據(jù)CNV分析簡(jiǎn)介

• 使用CNVnator進(jìn)行CNV檢測(cè)

• 使用lumpy進(jìn)行CNV檢測(cè)

• CNVnator原理簡(jiǎn)介

• WES的CNV分析簡(jiǎn)介

• XHMM分析原理簡(jiǎn)介

• 使用conifer進(jìn)行WES的CNV分析

• 使用EXCAVATOR2檢測(cè)WES的CNV

• 靶向測(cè)序的CNV分析簡(jiǎn)介

• 使用CNVkit進(jìn)行CNV分析

• DECoN:最高分辨率的CNV檢測(cè)工具

? TCGA

• TCGA數(shù)據(jù)庫(kù)簡(jiǎn)介

• 使用GDC在線查看TCGA數(shù)據(jù)

• 使用gdc-client批量下載TCGA數(shù)據(jù)

• 一文搞懂TCGA中的分析結(jié)果如何來(lái)

• 通過(guò)GDC Legacy Archive下載TCGA原始數(shù)據(jù)

• 使用GDC API查看和下載TCGA的數(shù)據(jù)

• 使用GDC下載TCGA腫瘤患者的臨床信息

• 使用TCGAbiolinks下載TCGA的數(shù)據(jù)

• 使用TCGAbiolinks進(jìn)行生存分析

• 使用TCGAbiolinks分析TCGA中的表達(dá)譜數(shù)據(jù)

• 使用TCGAbiolinks進(jìn)行甲基化和轉(zhuǎn)錄組數(shù)據(jù)的聯(lián)合分析

• Broad GDAC:TCGA數(shù)據(jù)分析中心

• 使用cBioPortal查看TCGA腫瘤數(shù)據(jù)
  

• UCSC ?Xena:癌癥基因組學(xué)數(shù)據(jù)分析平臺(tái)

• GEPIA:TCGA和GTEx表達(dá)譜數(shù)據(jù)分析平臺(tái)

• TANRIC:腫瘤相關(guān)lncRNA數(shù)據(jù)庫(kù)

• SurvNet:基于網(wǎng)絡(luò)的腫瘤biomarker基因查找算法

• TCPA:腫瘤RPPA蛋白芯片數(shù)據(jù)中心

• TCGA Copy Number Portal:腫瘤拷貝數(shù)變異數(shù)據(jù)中心

? 生存分析

• 生存分析詳細(xì)解讀

• 用R語(yǔ)言進(jìn)行KM生存分析

• 使用OncoLnc進(jìn)行TCGA生存分析

• 用R語(yǔ)言進(jìn)行Cox回歸生存分析

• 使用kmplot在線進(jìn)行生存分析

? 腫瘤數(shù)據(jù)庫(kù)

• ICGC:國(guó)際腫瘤基因組協(xié)會(huì)簡(jiǎn)介

• HPA:人類蛋白圖譜數(shù)據(jù)庫(kù)

• Oncomine:腫瘤芯片數(shù)據(jù)庫(kù)

• ONGene:基于文獻(xiàn)檢索的腫瘤基因數(shù)據(jù)庫(kù)

• oncomirdb:腫瘤相關(guān)的miRNA數(shù)據(jù)庫(kù)

• TSGene:腫瘤抑癌基因數(shù)據(jù)庫(kù)

• NCG:腫瘤驅(qū)動(dòng)基因數(shù)據(jù)庫(kù)

• mutagene:腫瘤突變頻譜數(shù)據(jù)庫(kù)

• CCLE:腫瘤細(xì)胞系百科全書(shū)

• mSignatureDB:腫瘤突變特征數(shù)據(jù)庫(kù)

• GTEx:基因型和基因表達(dá)量關(guān)聯(lián)數(shù)據(jù)庫(kù)

? 腫瘤免疫和新抗原

• Cancer-Immunity Cycle:腫瘤免疫循環(huán)簡(jiǎn)介

• TMB:腫瘤突變負(fù)荷簡(jiǎn)介

• 腫瘤微環(huán)境:Tumor microenvironment (TME)簡(jiǎn)介

• 腫瘤浸潤(rùn)免疫細(xì)胞量化分析簡(jiǎn)介

• 使用EPIC預(yù)測(cè)腫瘤微環(huán)境中免疫細(xì)胞構(gòu)成

• TIMER:腫瘤浸潤(rùn)免疫細(xì)胞分析的綜合網(wǎng)站

• quanTIseq:腫瘤浸潤(rùn)免疫細(xì)胞定量分析

• The Cancer Immunome Atlas:腫瘤免疫圖譜數(shù)據(jù)庫(kù)

• 腫瘤新抗原簡(jiǎn)介

• TSNAdb:腫瘤新抗原數(shù)據(jù)庫(kù)

• 使用NetMHCpan進(jìn)行腫瘤新抗原預(yù)測(cè)分析

? Hi-C數(shù)據(jù)分析

• chromosome-territories:染色質(zhì)疆域簡(jiǎn)介

• chromosome conformation capture:染色質(zhì)構(gòu)象捕獲技術(shù)

• 3C的衍生技術(shù)簡(jiǎn)介

• 解密Hi-C數(shù)據(jù)分析中的分辨率

• A/B compartment:染色質(zhì)區(qū)室簡(jiǎn)介

• TAD:拓?fù)潢P(guān)聯(lián)結(jié)構(gòu)域簡(jiǎn)介

• chromatin loops:染色質(zhì)環(huán)簡(jiǎn)介

• Promoter Capture Hi-C:研究啟動(dòng)子區(qū)染色質(zhì)互作的利器

• 使用HiCUP進(jìn)行Hi-C數(shù)據(jù)預(yù)處理

• Juicer:Hi-C數(shù)據(jù)處理分析的利器

• Juicer軟件的安裝詳解

• Juicebox:Hi-C數(shù)據(jù)可視化利器

• Juicer實(shí)戰(zhàn)詳解

• HiC-Pro:靈活的Hi-C數(shù)據(jù)處理軟件

• HiC-Pro實(shí)戰(zhàn)詳解

• 3D Genome Browser:Hi-C數(shù)據(jù)可視化工具

• HiCPlotter:Hi-C數(shù)據(jù)可視化工具

• 3CDB:基于3C技術(shù)的染色質(zhì)互作信息數(shù)據(jù)庫(kù)
  

• 3DIV:染色質(zhì)空間互作數(shù)據(jù)庫(kù)

• 4DGenome:染色質(zhì)相互作用數(shù)據(jù)庫(kù)

• 4D nucleome project:染色質(zhì)三維結(jié)構(gòu)研究必不可少的參考項(xiàng)目

• 3dsnp:SNP在染色質(zhì)環(huán)介導(dǎo)的調(diào)控網(wǎng)絡(luò)中的分布數(shù)據(jù)庫(kù)

• iRegNet3D:疾病相關(guān)SNP位點(diǎn)在三維調(diào)控網(wǎng)絡(luò)中的作用

• 使用WashU Epigenome Browser可視化hi-c數(shù)據(jù)

• HiGlass:高度定制的Hi-C數(shù)據(jù)可視化應(yīng)用

• Hi-C Data Browser:Hi-C數(shù)據(jù)瀏覽器

• 使用FitHiC評(píng)估染色質(zhì)交互作用的顯著性

• 使用TADbit識(shí)別拓?fù)潢P(guān)聯(lián)結(jié)構(gòu)域

• 使用pyGenomeTracks可視化hi-c數(shù)據(jù)

• hi-c輔助基因組組裝簡(jiǎn)介

• 文獻(xiàn)解讀|使用hi-C數(shù)據(jù)輔助埃及伊蚊基因組的組裝

? chip_seq數(shù)據(jù)分析

• Chip-seq簡(jiǎn)介

• chip_seq質(zhì)量評(píng)估之計(jì)算樣本間的相關(guān)性

• chip_seq質(zhì)量評(píng)估之查看抗體富集效果

• chip_seq質(zhì)量評(píng)估之PCA分析

• chip_seq質(zhì)量評(píng)估之coverage分析

• chip_seq質(zhì)量評(píng)估之FRiP Score

• chip_seq質(zhì)量評(píng)估之cross correlation

• chip_seq質(zhì)量評(píng)估之文庫(kù)復(fù)雜度

• depth, bedgraph, bigwig之間的聯(lián)系與區(qū)別

• bigwig歸一化方式詳解
  

• 使用igvtools可視化測(cè)序深度分布

• 使用UCSC基因組瀏覽器可視化測(cè)序深度分布數(shù)據(jù)

• 使用deeptools查看reads分布特征

• 使用phantompeakqualtools進(jìn)行cross correlation分析
  

• blacklist regions:NGS測(cè)序數(shù)據(jù)中的黑名單

• MACS:使用最廣泛的peak calling軟件之一

• MACS2 peak calling實(shí)戰(zhàn)

• 使用SICER進(jìn)行peak calling

• 使用HOMER進(jìn)行peak calling

• peak注釋信息揭秘

• PAVIS:對(duì)peak區(qū)域進(jìn)行基因注釋的在線工具

• 使用UPORA對(duì)peak進(jìn)行注釋

• 使用GREAT對(duì)peak進(jìn)行功能注釋

• annoPeakR:一個(gè)peak注釋的在線工具

• 使用ChIPpeakAnno進(jìn)行peak注釋

• 使用ChIPseeker進(jìn)行peak注釋

• 使用PeakAnalyzer進(jìn)行peak注釋

• 使用homer進(jìn)行peak注釋

• 利用bedtools預(yù)測(cè)chip_seq數(shù)據(jù)的靶基因
  

? motif

• 關(guān)于motif你需要知道的事

• 詳解motif的PFM矩陣

• 詳解motif的PWM矩陣

• 使用WebLogo可視化motif

• 使用seqLogo可視化motif

• 使用ggseqlogo可視化motif

• MEME:motif分析的綜合性工具

• 使用MEME挖掘序列中的de novo motif

• 使用DREME挖掘序列中的de novo motif

• 使用MEME-ChIP挖掘序列中的de novo motif

? chip_seq數(shù)據(jù)庫(kù)

• ENCODE project項(xiàng)目簡(jiǎn)介

• FactorBook:人和小鼠轉(zhuǎn)錄因子chip_seq數(shù)據(jù)庫(kù)

• ReMap:人類Chip-seq數(shù)據(jù)大全

• IHEC:國(guó)際人類表觀基因組學(xué)聯(lián)盟

• Epifactors:表觀因子數(shù)據(jù)庫(kù)

• GTRD:最全面的人和小鼠轉(zhuǎn)錄因子chip_seq數(shù)據(jù)庫(kù)

• ChIP-Atlas:基于公共chip_seq數(shù)據(jù)進(jìn)行分析挖掘

• Cistrome DB:人和小鼠的chip_seq數(shù)據(jù)庫(kù)

• chipBase:轉(zhuǎn)錄因子調(diào)控網(wǎng)絡(luò)數(shù)據(jù)

• unibind:human轉(zhuǎn)錄因子結(jié)合位點(diǎn)數(shù)據(jù)庫(kù)

• chip_seq在增強(qiáng)子研究中的應(yīng)用

• DENdb:human增強(qiáng)子數(shù)據(jù)庫(kù)

• VISTA:人和小鼠的增強(qiáng)子數(shù)據(jù)庫(kù)

• EnhancerAtlas:人和小鼠的增強(qiáng)子數(shù)據(jù)庫(kù)

• FANTOM5:人類增強(qiáng)子數(shù)據(jù)庫(kù)

• TiED:人類組織特異性增強(qiáng)子數(shù)據(jù)庫(kù)

• HEDD:增強(qiáng)子疾病相關(guān)數(shù)據(jù)庫(kù)

• HACER:human增強(qiáng)子數(shù)據(jù)庫(kù)

• SEdb:超級(jí)增強(qiáng)子數(shù)據(jù)庫(kù)簡(jiǎn)介

• dbSUPER:人和小鼠中的超級(jí)增強(qiáng)子數(shù)據(jù)庫(kù)

• dbCoRC:核心轉(zhuǎn)錄因子數(shù)據(jù)庫(kù)

• 使用ROSE鑒定超級(jí)增強(qiáng)子

??18年文章目錄

• 2018年推文合集

掃描下方二維碼，關(guān)注我們，解鎖更多精彩內(nèi)容！

生物信息入門(mén)

只差這一個(gè)

公眾號(hào)

總結(jié)

以上是生活随笔為你收集整理的MDR的进阶版本-GMDR的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。