Python下實(shí)現(xiàn)Fisher富集分析方法

Python下實(shí)現(xiàn)Fisher富集分析方法Fisher's精確概率方法利用超幾何分布的原理推斷每個(gè)基因集中的目標(biāo)基因（ADR基因）的比例是否與整個(gè)基因組中目標(biāo)基因（ADR基因）的比例相同。包括2個(gè)原假設(shè)：①基因是否目標(biāo)基因（ADR基因）；②基因是否屬于的功能基因集（如GOTerm），如表：ADR基因 非ADR基因 合計(jì)功能基因集 n n M1112非功能基因集n21n非功能基因集n21n22N－M合計(jì)N－K合計(jì)注示：N表示全基因組中基因總數(shù)；M表示功能基因集中的基因個(gè)數(shù)，K表示ADR基因數(shù)目.。Fisher's得分表示k個(gè)ADR基因中至少有x個(gè)被功能基因集注釋的概率:i=0例如我們要研究藥物相關(guān)基因和功能term之間的相關(guān)性，可以利用下面兩種情況Drug顯著基因非drug顯著基因合計(jì)功能基因集“11“12M非功能基因集“21“22N-M合計(jì)KN-KN（全基因組個(gè)數(shù)）miRNA靶基因非miRNA靶基因 合計(jì)功能基因集 “I】 “I? M非功能基因集“21 “2 N—M合計(jì)N（所有miRNA靶K N-K 基因個(gè)數(shù)）接下來我們介紹下如何通過Python語言利用FISHER精確檢驗(yàn)實(shí)現(xiàn)功能富集分析。在Python語言中，F(xiàn)isher精確檢驗(yàn)主要依賴于scipy.stats包以及numpy包，安裝和調(diào)用命令如下：FileQditFermatRunOptionsWindowsHelpfromfutureijaportdivisionfromscipy.statsijnportfisher^xact,hypergeom,binomimportnumpyslsnpfromrandomLmportshuffleimportoperatorimportrandom假設(shè)我們有一個(gè)待查基因集，命名為interest，我們想知道這個(gè)基因集和通路path之間的相關(guān)性，即這個(gè)interest基因集是否可以顯著富集到通路path中，通路path中包含基因個(gè)數(shù)為num_sp，另外還有一個(gè)背景基因集，即全部的基因個(gè)數(shù)，命名為num_allgene。接下來就是如何計(jì)算四格表，pathnonpathinterestabnum_interestgenenoninterestcdnum_allgene-num_interestgenenum_spnum_allgene-num_sp這里a為待查基因集和通路基因集的交集，b為不在通路path的待查基因個(gè)數(shù),c為不屬于interest待查基因的通路基因個(gè)數(shù)。計(jì)算過程如下forspinallpath:nuin_sp=Len[sp]-1|(set(sp](genelist)]b=nwnint已t巳stgEn已一日c=nwn_sp-a盯二fLiirrim"I"Im門a—riitttimti—h巳二審h巳工巳梵日匸~tI[[曰f[<^詛]])a,b,c,d分別為四個(gè)表的四個(gè)得分值，紅圈內(nèi)的函數(shù)即為利用四格表計(jì)算的顯著性得分。函數(shù)fisher_exact()返回的是一個(gè)列表,列表第二個(gè)值就是我們要的P值了。最后我們以P小于0.05作為顯著性閾值，通過下面命令進(jìn)行篩選ifpvalue<0.05:print(sp[O]+'\t'+'pvalue')以上過程是對(duì)于一個(gè)通路path而言的，如果對(duì)于所有的KEGG通路，或者是GOterm,通過一個(gè)迭代循環(huán)，就可以實(shí)現(xiàn)批處理的富集分析。最后一步就是FDR校正，由于經(jīng)過對(duì)所有KEGG通路或GOterm進(jìn)行富集分析，fisher精確檢驗(yàn)會(huì)輸出一列P值，往往存在假陽性，因此需要經(jīng)過FDR校正。這里采用的FDR校正方法為BH校正法。命令如下d.2tbh_<r>ipa_jcs(pvj:|ir_pv—[]:return['m=_enCpv}argsfpv二zip(*sozted(enumerat已(pv),Non已”operator.itemg已七t已r))ifpv[0]<Jorpv[一丄]>1:riizcVa_ucError("p-va_ue3mustbebetween0an.dL1'}qvril -ni* [0]mincoeff-pv>110已丄jes[ar^s[-1..=mincccztfc-rjin (nL-2T-1f-l):coeff- /]/float(j+l}/