如何使用Bonferroni校正计算数据帧中每行的超几何检验

我正在计算，希望是对的，R中数据帧中每行的超几何测试

其中第1列是基因名称（microRNA），第“Total_mRNAs”列是基因组中总共存在多少mRNA，因此不会发生变化。列“Total_targets_targets”是指如果所有mRNAs都存在，每个microRNA可以靶向多少mRNAs。然而，在这个例子中，只有“subset_mRNAs”存在（这个数字也总是相同的），其中我知道每个microRNA可以靶向“subset_targets”多少mRNAs

为了确定与背景相比，每个microRNA的靶点是否富集（总mRNAs和靶向它们的总microRNA），我对每行进行超几何测试，如下所示：

phyper(targets-in-subset, targets-in-bkgd, failure-in-bkgd, sample-size-subset, lower.tail= FALSE)



dput(df1)
structure(list(Genes_names = c("microRNA-1", "microRNA-2", "microRNA-3", 
"microRNA-4", "microRNA-5", "microRNA-6", "microRNA-7", "microRNA-8", 
"microRNA-9", "microRNA-10"), Total_mRNAs = c(61064L, 61064L, 
61064L, 61064L, 61064L, 61064L, 61064L, 61064L, 61064L, 61064L
), Total_targets_targets = c(1918L, 7807L, 3969L, 771L, 2850L, 
1355L, 1560L, 2478L, 1560L, 2478L), subset_mRNAs = c(17571L, 
17571L, 17571L, 17571L, 17571L, 17571L, 17571L, 17571L, 17571L, 
17571L), subset_targets = c(544L, 2109L, 1137L, 213L, 793L, 394L, 
430L, 686L, 430L, 686L)), class = "data.frame", row.names = c(NA, 
-10L))


df1$pvalue <- phyper(df1$subset_targets, df1$Total_targets_targets, df1$Total_mRNAs-df1$Total_targets_targets, df1$subset_mRNAs, lower.tail= FALSE)

phyper（子集中的目标，bkgd中的目标，bkgd中的失败，样本量子集，下限。tail=FALSE）
dput（df1）
结构（列表（基因名称=c（“microRNA-1”、“microRNA-2”、“microRNA-3”），
“microRNA-4”、“microRNA-5”、“microRNA-6”、“microRNA-7”、“microRNA-8”，
“microRNA-9”，“microRNA-10”，总mRNA=c（61064L，61064L，
61064L、61064L、61064L、61064L、61064L、61064L、61064L、61064L、61064L
)，总目标=c（1918L，7807L，3969L，771L，2850L，
1355L，1560L，2478L，1560L，2478L），子集_mRNAs=c（17571L，
17571L，17571L，17571L，17571L，17571L，17571L，17571L，17571L，17571L，
17571L），子集_目标=c（544L，2109L，1137L，213L，793L，394L，
430L，686L，430L，686L），class=“data.frame”，row.names=c（NA，
-（10升）
df1$pvalue
警告：提出该问题的用户指出，此答案中的计算可能是错误的。请看下面的评论

根据您的编辑，您似乎正在寻找is

df1$new.column如果您没有很多样本，请避免这种痛苦，只需使用fisher测试，然后使用
p.adjust进行bonferroni调整：

library(broom)
result = lapply(1:nrow(df1),function(i){
       not_target_subset = df1$Total_targets_targets[i] - df1$subset_targets[i]
       not_subset = df1$Total_mRNAs[i] - df1$subset_mRNAs[i] - not_target_subset
       
       
       M = cbind(c(df1$subset_targets[i],df1$subset_mRNAs[i]-df1$subset_targets[i]),
             c(not_target_subset,not_subset))
      
       res = data.frame(Genes_names=df1$Genes_names[i],
                tidy(fisher.test(M,alternative="greater")))

       return(res)
})

result= do.call(rbind,result)
result$padj = p.adjust(result$p.value,"bonferroni")

你的超几何代码有点错误。请注意，您正在进行单面超几何测试

你可以检查这个，然后。因此，我们计算超几何p值：

result$hyper_p = with(df1, 
phyper(subset_targets-1,subset_mRNAs,Total_mRNAs-subset_mRNAs, Total_targets_targets, lower.tail= FALSE)
)

你可以看到它符合：

   Genes_names  estimate   p.value  conf.low conf.high
1   microRNA-1 0.9793710 0.6655527 0.8984025       Inf
2   microRNA-2 0.9047305 0.9998968 0.8647701       Inf
3   microRNA-3 0.9933480 0.5791759 0.9350214       Inf
4   microRNA-4 0.9441864 0.7722712 0.8229140       Inf
5   microRNA-5 0.9520878 0.8789562 0.8863785       Inf
6   microRNA-6 1.0151760 0.4119600 0.9168998       Inf
7   microRNA-7 0.9404619 0.8641420 0.8539585       Inf
8   microRNA-8 0.9454359 0.8942082 0.8756678       Inf
9   microRNA-9 0.9404619 0.8641420 0.8539585       Inf
10 microRNA-10 0.9454359 0.8942082 0.8756678       Inf
                               method alternative   hyper_p
1  Fisher's Exact Test for Count Data     greater 0.6655527
2  Fisher's Exact Test for Count Data     greater 0.9998968
3  Fisher's Exact Test for Count Data     greater 0.5791759
4  Fisher's Exact Test for Count Data     greater 0.7722712
5  Fisher's Exact Test for Count Data     greater 0.8789562
6  Fisher's Exact Test for Count Data     greater 0.4119600
7  Fisher's Exact Test for Count Data     greater 0.8641420
8  Fisher's Exact Test for Count Data     greater 0.8942082
9  Fisher's Exact Test for Count Data     greater 0.8641420
10 Fisher's Exact Test for Count Data     greater 0.8942082

您可以为此使用
apply
功能。请详细说明你想要什么。从你的代码列表中，我不知道你想如何准确地计算。对不起，我更正了很多问题。但我会试着解释得更清楚一点。我不明白这个
df1$Total-df1$targets
从何而来。df1$Total=该物种基因组中存在的所有mRNAs 61064 df1$targets=如果所有mRNAs在1918年出现在第一个物种中，理论上每个microRNA都可以拥有的所有目标。谢谢，我在编辑过程中改变了很多。但这正是我最初想要的。谢谢您不需要使用apply函数。phyper是矢量化的。你还需要像OP的问题一样进行bonferroni校正吗？如果你使用（df1，phyper（targets.1，targets，sum（targets.1，targets），subset，lower.tail=FALSE）
进行
，你会得到相同的结果h，我现在没有看到
phyper
是矢量化的。我会更改我的答案。谢谢，我不明白为什么这部分是sum[sum]（targets.1，targets）]这不应该是总mRNAs的减法吗？我认为这是正确的答案。@StupidWolf的答案在质量上比我的好。用户在解释问题的质量部分方面做得更好，而我只关注定量部分（即代码）.感谢你们两位！！非常感谢你们的回答和解释，因为我在理解不同的测试时遇到了问题。我没有很多样本，因为我用它作为测试，我的真实数据更大（350个样本）