→ Bows: p value 這代表可信度，不代表量的多寡 07/27 16:21
→ Bows: *這->只 07/27 16:21
→ Bows: go 你要看他所參與的基因表現差異，可以看到每個term中的基 07/27 16:23
→ Bows: 因表現差異量 07/27 16:23
→ Bows: 一般go會把基因高低的資料扁平化，直接抓DEG是有或是無 ， 07/27 16:25
→ Bows: 上升兩倍跟上升20倍都會被歸類在上升的組別 07/27 16:25
→ Bows: go蠻容易忽略掉不少東西的，我個人比較喜歡用GSEA去抓 07/27 16:26
推 hwjuranus: 你和合作醫師的解讀 都不算錯 07/27 20:47
→ hwjuranus: 因為和發炎有關的基因越多 enrichment analysis的p越小 07/27 20:49
→ hwjuranus: 尤其你BC兩結果 p值量級差很多 07/27 20:50
→ hwjuranus: 不過 這不是代表"表現量"變高變低 07/27 20:50
→ hwjuranus: 把那些基因挑出來畫 heatmap 會看更清楚 07/27 20:51
→ hwjuranus: 上面說的GSEA結果確實會比較好 07/27 20:51
→ Qaaaa: 你有原始相對差距值還是只有P值？ 因P的確無法反應量多寡 07/28 09:24
→ o81628: 謝謝Bo,hw前輩的解釋。我會再跟醫生詢問GSEA方式 07/29 00:45
→ o81628: Qaa您好，目前我有拿到原始數據。但依照範例。我有發現被 07/29 00:49
→ o81628: 匡列的基因並不全然有倍率差異（fold change =1)，這使我 07/29 00:49
→ o81628: 有點難從原始數據作解釋qq。不知道您有什麼建議的做法嗎？ 07/29 00:49
→ o81628: 感激不盡 07/29 00:49
→ blence: 你們想從B:A跟C:A之中探究B跟C有無差異,為什麼何不B:C 07/29 20:15
→ blence: 就算用B:A與C:A去做GSEA,也會遇到p值都顯著時怎麼比的情況 07/29 20:19
→ blence: 我覺得你們在B跟C之間缺乏用p值來仲裁,造成結論各說各話 07/29 20:35
→ o81628: 了解，謝謝b大的建議，這部分會與醫師修正比較的組別 07/30 23:49
推 Qaaaa: 常見會在p已經有顯著差距下用2倍差當篩選列出大於2倍差的 08/01 11:52
→ Qaaaa: 先做一些途徑的解讀 如果能看出一些能歸類的 08/01 11:53
→ Qaaaa: 再把小於兩倍差的一起列出當旁證 08/01 11:54