ScholarGate
Assistent
Process / pipelineBioinformatics / omics

Bayesiansk anrikningsanalys av genvägar

Bayesiansk anrikningsanalys av genvägar testar om en fördefinierad uppsättning gener – en biologisk genväg – är systematiskt överrepresenterad bland gener som visar tecken på differentiell aktivitet i ett experiment. Till skillnad från klassiska tester för överrepresentation kodar den in tidigare biologisk kunskap som en priorfördelning och uppdaterar den med observerade expressionsdata, vilket ger posteriora sannolikheter för anrikning snarare än p-värden. Denna probabilistiska inramning hanterar naturligt små sampel, flera genvägar och osäkerhetsutbredning inom ett sammanhängande statistiskt ramverk.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateBayesian Pathway Enrichment Analysis (Bayesian Pathway Enrichment Analysis). Hämtad 2026-06-15 från https://scholargate.app/sv/bioinformatics/bayesian-pathway-enrichment-analysis · Datamängd: https://doi.org/10.5281/zenodo.20539026