SeqGSEA

• パッケージに関する記事サイト
• そこからの引用

The package generally provides methods for gene set enrichment analysis of high-throughput RNA-Seq data by integrating differential expression and splicing. It uses negative binomial distribution to model read count data, which accounts for sequencing biases and biological variation. Based on permutation tests, statistical significance can also be achieved regarding each gene's differential expression and splicing, respectively.

• • 雑な訳は

RNA-Seqデータ用の　gene set enrichment analysis。differential expression と differential splicing を用いて実行している。リード数に想定している分布は ３月のセミナーでも扱った負の二項分布。p値はパーミュテーションテスト

• 依存パッケージがいくつかあって、すんなりと取れてこないものがあるので、それを挙げるとDESeq (Bioconductor),DBI,locfit(CRAN)という３パッケージ。

library(DESeq)
library(DBI)
library(locfit)
library(SeqGSEA)

 data(RCS_example, package="SeqGSEA")
 RCS_example
 length(unique(geneID(RCS_example)))
 RCS_example <- exonTestability(RCS_example, cutoff = 5)
 RCS_example <- estiExonNBstat(RCS_example)
 RCS_example <- estiGeneNBstat(RCS_example)
 head(fData(RCS_example)[, c("exonIDs", "geneIDs", "testable", "NBstat")])
 permuteMat <- genpermuteMat(RCS_example, times=20)
 RCS_example <- DSpermute4GSEA(RCS_example, permuteMat)
 head(RCS_example@permute_NBstat_gene)
 DSscore.normFac <- normFactor(RCS_example@permute_NBstat_gene)
 DSscore <- scoreNormalization(RCS_example@featureData_gene$NBstat, DSscore.normFac)
 DSscore.perm <- scoreNormalization(RCS_example@permute_NBstat_gene, DSscore.normFac)
 DSscore[1:5]
 DSscore.perm[1:5,1:10]