pvalue for go kegg enrichment

 

Simple, fast implementation of Fisher’s exact test. . For example, for the following table:

o	Having the property	Not having the property
Selected	12	5
Not selected	29	2

Perhaps we are interested in whether there is any difference of property in selected vs. non-selected groups, then we can do the Fisher’s exact test.

def fish_test(sample_hit, pop_hit, sample_count, root_count):
### sample_hit: 该样本中基因属于该term下面的个数
### pop_hit: 该物种的所有基因属于该term下面的个数
### sample_count: 样本中基因的个数
### root_count: 该物种在bp/cc/mf root 下基因的个数
sample_hit = int(sample_hit)
pop_hit = int(pop_hit)
sample_count = int(sample_count)
root_count = int(root_count)
sample_nhit = sample_count - sample_hit
pop_nhit = root_count - pop_hit
n1,n2,n3,n4 = (sample_hit, pop_hit - sample_hit,
sample_nhit, pop_nhit - sample_nhit)
p = abs(pvalue(n1,n2,n3,n4).right_tail)
return p

使用公式 phyper(k-1,M, N-M, n, lower.tail=FALSE)

     那么做为背景，总体基因为N，属于“化学刺激响应”这个分类的基因有M个。

     现在抽了n个基因，里面有k个基于这个分类，p值为

针对下面这个通路我做了计算, 和 用Python 包算的一致.

> phyper(16-1,45,7057-45,98,lower.tail=FALSE)

[1] 2.503033e-19

> phyper(11-1,48,7057-48,98,lower.tail=FALSE)

[1] 3.09068e-11

 

 

	Index	Pathway Name	Pathway ID	Pvalue	Pvalue_adjusted	Genes	Count	Pop Hit	List_Total	Background Genes	Class
	1	ABC transporters	hsa02010	2.50e-19	4.71e-17	ABCA6|1.00                                             ABCC8|1.00                                             ABCG2|1.00                                             ABCG8|1.00                                             ABCB5|1.00                                             ABCB6|1.00                                             ABCC9|1.00                                             ABCC11|1.00                                             ABCA1|1.00                                             ABCA7|1.00                                             ABCA9|1.00                                             ABCA12|1.00                                             ABCB8|1.00                                             ABCB9|1.00                                             ABCG4|1.00                                             ABCG5|1.00	16	45	98	7057	Environmental Information Processing
	2	Fatty acid metabolism	hsa01212	3.09e-11	2.91e-09	ACADSB|1.00                                             SCD|1.00                                             ACOX1|1.00                                             ACSL3|1.00                                             ACSL4|1.00                                             ACSL1|1.00                                             ACSL5|1.00                                             ACACA|1.00                                             ACADL|1.00                                             ACADM|1.00                                             ACSBG1|1.00	11	48	98	7057	Metabolism