在IPA（Ingenuity Pathway Analysis）中，使用统计分析来计算P值。P值是用于评估观察到的数据是否与在随机情况下获得的数据相比，具有统计学意义的指标。
大致流程
在IPA的通路分析中，通过以下步骤计算P值：
- 数据前处理：输入生物数据，如基因表达数据和蛋白质表达数据，以进行通路分析。
- 选择通路：选择要分析的生物通路，例如与特定疾病相关的信号传导途径或代谢途径等。
- 通路评分：计算所选通路中包含的基因或蛋白质的得分。这可能涉及基因表达数据的差异表达分析或蛋白质表达变异分析等方法。
- 排列测试：根据通路中基因或蛋白质的得分，生成随机数据集。这些随机数据集保持输入数据的特性，并随机分配基因或蛋白质的得分。
- P值计算：使用排列测试生成的随机数据集，创建得分的随机分布。然后评估观察到的得分在随机分布内的位置，计算P值。P值表示观察到的得分在随机分布中获得的概率。
P值越小，观察到的得分在随机情况下获得的概率越低。一般来说，如果P值小于0.05（通常是小于0.01），则被视为具有统计学意义。在这种情况下，观察到的得分在随机情况下获得的概率非常低，因此可以认为在生物通路上存在实际的生物学相关性。
如何进行通路评分？
通路评分是将基因的重要性和贡献度数值化以进行评估。
举个例子，假设与某个通路相关的有3个基因（A、B、C），它们的基因表达水平如下：
基因A的表达水平：10 基因B的表达水平：5 基因C的表达水平：8
在这种情况下，根据基因表达水平来计算基因的得分，例如，我们将其评估为满分10分。由于基因A具有最高的表达水平，因此给予10分。基因B的表达水平处于中间水平，因此给予5分。由于基因C的表达水平较高，因此给予8分。
然后，我们对这些得分进行归一化。例如，将它们缩放到0到1的范围内。在这种情况下，基因A得分为1.0，基因B得分为0.5，基因C得分为0.8。
通过这样的方式，我们可以为通路中的基因分配得分。这样做可以评估基因的重要性和在通路中的作用。
什么是排列测试？
排列测试是通过将数据随机排列来进行统计分析。这样的随机排列可以预测数据在随机状态下的
- 數據的前處理：從患者數據中提取基因A和基因B的表現數據。
- 基因的評分：使用基因A和基因B的表現數據，對每個基因進行評分。評分的計算方法可能基於基因的表現水平或重要性而設定。
- 排列測試的準備：為進行排列測試，準備基因A和基因B的評分數據。
- 執行排列：將基因A和基因B的評分數據進行隨機排列，並執行排列測試。這樣可以預測在隨機情況下獲得基因A和基因B之間相關性的結果。
- 排列的重複：多次重複執行排列，生成多個隨機數據集。通常重複執行數千次以上。
- 結果評估：將排列測試獲得的隨機數據集與原始數據進行比較。具體來說，評估基因A和基因B的評分在隨機數據集中所處位置。這可以統計評估基因A和基因B的評分是否與Pathway X有關。
通過排列測試，可以評估基因A和基因B的評分是否與Pathway X之間存在統計學上顯著的相關性。這樣可以統計驗證特定基因是否參與特定通路。
如何計算P值？
- 執行排列測試後，評估原始數據在隨機數據集中的位置。
- 為了評估，計算原始數據的統計量（例如，基因A和基因B的評分之差的絕對值或相關係數等）。
- 計算在排列測試中獲得的隨機數據集中，超過原始數據統計量的比例。
- 這個比例即為P值。P值表示在隨機狀態下獲得原始數據的機率。
例如，假設我們想評估基因A和基因B的評分之差的絕對值。
- 通過排列測試，隨機排列基因A和基因B的評分數據。
- 計算原始數據中基因A和基因B的評分之差的絕對值。
- 在排列測試中獲得的隨機數據集中，計算超過原始數據之差絕對值的次數。
- 將此次數除以排列的重複次數，得到比例。這個比例即為P值。
P值表示原始數據在隨機狀態下獲得的機率。P值越小，表示原始數據在隨機狀態下獲得的機率越低。在統計假設檢驗中，通常與預先設定的顯著性水平（通常為0.05或0.01）進行比較，如果P值較小，則結果在統計學上具有顯著性。
以上是計算P值的一個示例方法。通過這種方法，可以對排列測試的結果進行統計評估，並求得原始數據在隨機狀態下獲得的機率。
圖表大致上是這樣的。
