ScholarGate
دستیار
Process / pipelineBioinformatics / omics

تحلیل غنی‌سازی مسیر بیزی

تحلیل غنی‌سازی مسیر بیزی آزمون می‌کند که آیا مجموعه‌ای از ژن‌های از پیش تعریف‌شده — یک مسیر بیولوژیکی — به‌طور سیستماتیک در میان ژن‌هایی که شواهدی از فعالیت افتراقی در یک آزمایش نشان می‌دهند، بیش از حد نمایش داده شده است یا خیر. برخلاف آزمون‌های کلاسیک بیش از حد نمایش، دانش بیولوژیکی قبلی را به عنوان یک توزیع پیشین رمزگذاری می‌کند و آن را با داده‌های بیان مشاهده‌شده به‌روز می‌کند و احتمالات پسین غنی‌سازی را به جای مقادیر p تولید می‌کند. این چارچوب احتمالی به‌طور طبیعی نمونه‌های کوچک، مسیرهای متعدد و انتشار عدم قطعیت را در یک چارچوب آماری منسجم مدیریت می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Baldi, P., & Long, A. D. (2001). A Bayesian framework for the analysis of microarray expression data: regularized t-test and statistical inferences of gene changes. Bioinformatics, 17(6), 509–519. DOI: 10.1093/bioinformatics/17.6.509
  2. Newton, M. A., Quintana, F. A., Den Boon, J. A., Bhattacharya, S., & Ahlquist, P. (2004). Random-set methods identify distinct aspects of the enrichment signal in gene-set analysis. The Annals of Applied Statistics, 1(1), 85–106. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Bayesian Pathway Enrichment Analysis. ScholarGate. https://scholargate.app/fa/bioinformatics/bayesian-pathway-enrichment-analysis

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateBayesian Pathway Enrichment Analysis (Bayesian Pathway Enrichment Analysis). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bioinformatics/bayesian-pathway-enrichment-analysis · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026