Tengo un conjunto de datos con niveles de expresión de una lista de genes, medidos en réplicas en dos puntos de tiempo diferentes entre dos grupos; un grupo de control y un grupo de enfermedad.
Quiero identificar los cambios en la expresión entre los dos grupos, sin embargo, tengo algunos problemas para formular la mejor manera de hacerlo. Por ejemplo, si tengo y como el grupo de control medido en y respectivamente, y y como grupo de enfermedades, había tratado de hacer:
Siento que un cambio de pliegue sería apropiado, sin embargo, no parece tener ningún sentido lógico para los genes donde o .
¿Alguien podría sugerir una proporción o medida apropiada? Esto es bastante sencillo cuando simplemente se compara entre C y D (por ejemplo, solo encuentra ), sin embargo, no estoy seguro de cómo tratar los diferentes puntos de tiempo.
El perfil de expresión génica puede cambiar en diferentes momentos entre los dos grupos; debe decidir lo que realmente quiere medir. Si desea ver si el grupo enfermo es diferente del control, debe compararlos en cada momento. Para la mayoría de las situaciones, necesitaría comparar solo su comportamiento de estado estacionario.
Imagine un individuo enfermo que muestra algunas diferencias fisiológicas en ciertas etapas de desarrollo en comparación con el control, pero al final resulta ser perfectamente normal. Entonces, lo que importa en la mayoría de los casos es el estado estacionario y no los transitorios.
Sin embargo, si está interesado en el cambio de expresión , debe comparar ([D 1 ] - [D 0 ]) con ([C 1 ] - [C 0 ]) . Esto le dirá si la dinámica de los enfermos y las muestras de control son similares o no.
Hay problemas con los cambios de plegado. Aunque son medidas decentes, realmente no se puede aplicar una prueba t con cambios de pliegue (normalizar a 1 es algo diferente).
Puede hacer otra prueba t entre [C 1 ] y [C 0 ] (de manera similar para D ). Esto le diría si la población enferma o de control cambia su expresión en el tiempo t=1 o no.
AFAIK no puede comparar la dinámica y los valores simultáneamente. Lo que debes probar depende de lo que te interese.