¿Qué hacer si la prueba t de microarrays, ANOVA, SAM y LImma muestran varios genes significativos seleccionados?

Necesita asesoramiento: cómo abordar la discrepancia en los resultados de las pruebas de expresión génica de microarrays diferenciales: ¿qué hacer si los procedimientos ANOVA, ttest, SAM y Limma muestran resultados diferentes y especialmente más discrepantes cuando se usan transformaciones logarítmicas y operaciones de normalización?

Respuestas (1)

No esperaría que diferentes métodos dieran los mismos resultados. Además, ¿por qué incluso está probando conjuntos de datos no normalizados? Los resultados son total y absolutamente inútiles para cualquier otro propósito que no sea mostrar que la normalización es importante. Además, una prueba T es un caso especial de ANOVA (y, por supuesto, limma está utilizando una prueba T moderada, aunque tendrá una potencia significativamente mayor que las demás), por lo que tengo que preguntarme exactamente qué tipo del diseño que está usando que es apropiado sustituir uno por el otro y aun así obtener resultados aparentemente muy diferentes.

En general, le recomiendo encarecidamente que trabaje con un bioinformático o estadístico local para lo que probablemente sea su primer análisis de microarrays, especialmente si no tiene una sólida formación en estadística.

Todos tenemos una educación académica en medicina e informática, ya sabes. Sin embargo, hicimos 7 años de angiogénesis, no de investigación de microarrays y comenzamos este tema recientemente. Hemos leído muchos libros y los consejos son bastante controvertidos. En la rutina, hacemos la normalización cuantil y la transformación log2 o log1o para la visualización. El diseño es simple: 4 columnas de biochips de control y 6 de datos experimentales. El problema es que no se logra una expresión significativa hacia arriba o hacia abajo cuando se usa la normalización masiva, la transformación logarítmica, FDR, etc. Gracias por ayudarme.