169 个回答
老师，您好，我想请教一下，在做生存分析的时候，为什么训练集和...
数据分析训练集和测试集，这个没有固定的分配比例，主要看样本量，需要保证测试样本中能均匀覆盖各类样本。样本少的话，尽量等比例分，样本多的话，可以增大训练样本的比例。
回答于 2018-09-19 17:40
想请教一下，stringtie定量后，得到一个基因对应多个转录本，那...
你这个是GTF文件中的结果吧？ 你这个不行，需要采用其他的定量软件进行定量，如HTSeq-count。
回答于 2018-09-19 09:24
TCGA生存分析
1. 2500 ：我在备课时，就知道中位生存期在这个数字附近。 你需要基于你的项目进行调整。 2. 样品编号有重复：那是不是你用的样本不只是癌症的数据，还有癌旁组织呢？具体得看你的样本为什么重复。
回答于 2018-09-18 14:39
RSEM定量的问题
1. TPM和FPKM都是基因表达量的一种标准化方式。代表基因的表达量。 2. 0 只代表单个基因在某个样本中没有表达量。 如果该基因在其他样本中有表达量，并达到显著差异的标准的话，那也有可能是差异基因。 3. 一般我们会对TPM 或者FPKM 进行筛选，比如只有在大部分样本中FPKM大于1的基因，才能做下游的分析。
回答于 2018-09-17 17:33
基因数目较少，做wgcna是否有意义?
您好，基因太少的话，没有意义。 因为WGCNA需要构建一个无尺度的网络，你的基因太少，形成的网络也小，无法达到无尺度网络的要求。
回答于 2018-09-17 15:39
TCGA-基因差异表达分析课程中您写的perl脚本如何运行？
1. 你可以看看里面的代码，是需要3个参数 perl gtf_extra_biotype.pl biotype_classs.txt gencode.v22.annotation.gtf gene perl gtf_extra_biotype.pl biotype_classs.txt gencode.v22.annotation.gtf lncRNA 2. 如果你有兴趣的话， 建议你学习一下perl 课程： 《Perl语言快速入门》 和 《Perl语言...
回答于 2018-09-16 20:32
老师您好：关于TCGA的生存分析，用训练集train来做单因素的生存...
1. 数据被区分成训练样本和测试样本，主要的目的是防止我们的模型会出现过拟合，也就是在我们的分析数据中，模型非常好，但是在其他的数据中，就效果不好。 2. 在鲁棒性分析中，采用全部样本，那是因为我们的单因素分析中获得的显著相关的基因比较多，而测试数据集的样本量比较小，不利用鲁棒性分析，所以选择了整个的样本...
回答于 2018-09-16 20:20
关于genecode的ID提取
我在TCGA课程的《lncRNA 表达量提取》 章节 介绍了一下如何区分和提取lncRNA 1. GDC 采用的GTF 是 V22 的，所以我们只能选择V22版本，不然ID可能对不上。 2. lncRNA 和 gene 是基于Ensembl 上的biotype 进行的区分。
回答于 2018-09-16 20:12