Dataflow

2010 Background 현재 마이크로어레이 실험에서 유용한 유전자 리스트를 생성하기 위한 여러 생물정보학적 방법들이 있다. 이러한 리스트는 데이터의 정확한 기본 분석을 나타내지만, 이러한 리스트들을 맥락화하는 데 사용할 수 있는 옵션이 적다. 이러한 방법의 개발과 검증은 임상 환경에서 마이크로어레이 기술의 보다 광범위한 응용에 있어 중요하다. 임상 생물정보학에서 중요한 두 가지 과제는, 동적인 전사체 변화의 적절한 통계적 모델링과 매우 큰 데이터셋에서 임상적으로 관련있는 의미를 추출하는 것이다. Results 여기에서는 Gene Set Enrichment Analysis (GSEA) 를 적용하여 유전자 집합 내에서 양방향 enrichment를 감지할 수 있게 했다. 더불어 우리는 정상적인 임상적 중..

예전에 notion으로 정리해둔 개념(본문 가장 아래 영어로 정리된 부분)을 옮기고 한글로 요약한 포스터입니다. GSEA GSEA는 유전자 집합의 표현형에 대한 유의성을 검정하기위한 방법론으로, 단순함과 해석력을 바탕으로 많은 생물(정보)학자에게 사랑을 받아왔다. Modified Kolmogorov-Smirnov statistic을 사용하여, 통계분석을 가능하게하는데, 자세한 내용은 아래의 링크를 참고 바란다. https://jaehong-data.tistory.com/16 Gene Set Enrichment Analysis 예전에 notion으로 정리해둔 개념(본문 가장 아래 영어로 정리된 부분)을 옮기고 한글로 요약한 포스터입니다. 정리 Gene Set Enrichment Analysis Gene S..

Original post Gene Set Enrichment Analysis Gene Set Enrichment Analysis (GSEA) is a statistical analysis method used to determine the degree of association between a gene set and a phenotype of interest. This method is particularly useful when we have prior knowledge of well-established gene sets, such as pathway information. The analysis involves calculating the Enrichment Score (ES) using the ..