User Tools

Site Tools


genetica:preproc_models

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
Next revision Both sides next revision
genetica:preproc_models [2013/05/15 15:31]
osotolongo [Calculando los odds ratio y demas]
genetica:preproc_models [2013/05/22 08:11]
osotolongo [Alternativa a Fisher: Barnard Test]
Line 39: Line 39:
 use strict; use warnings; use strict; use warnings;
 use File::Slurp qw(read_file); use File::Slurp qw(read_file);
-use Data::Dump qw(dump); 
 use Text::NSP::Measures::2D::Fisher::twotailed; use Text::NSP::Measures::2D::Fisher::twotailed;
  
Line 63: Line 62:
  my $t2 = $affa1 + $unaffa1;  my $t2 = $affa1 + $unaffa1;
  my $t3 = $t1 + $unaffa1 + $unaffa2;  my $t3 = $t1 + $unaffa1 + $unaffa2;
- #print "$affa1, $t1, $t2, $t3\n"; 
  $cells{$marker}{pvalue} = calculateStatistic(n11=>$affa1, n1p=>$t1, np1=>$t2, npp=>$t3);  $cells{$marker}{pvalue} = calculateStatistic(n11=>$affa1, n1p=>$t1, np1=>$t2, npp=>$t3);
  $affa1 = 0.1 unless ($affa1);  $affa1 = 0.1 unless ($affa1);
Line 69: Line 67:
  $unaffa1 = 0.1 unless ($unaffa1);  $unaffa1 = 0.1 unless ($unaffa1);
  $unaffa2 = 0.1 unless ($unaffa2);  $unaffa2 = 0.1 unless ($unaffa2);
- $cells{$marker}{afreq} = $affa1/$affa2; + $cells{$marker}{afreq} = $affa1/($affa1+$affa2)
- $cells{$marker}{ufreq} = $unaffa1/$unaffa2;+ $cells{$marker}{ufreq} = $unaffa1/($unaffa1+$unaffa2);
  $cells{$marker}{oddsratio} = ($affa1*$unaffa2)/($affa2*$unaffa1);  $cells{$marker}{oddsratio} = ($affa1*$unaffa2)/($affa2*$unaffa1);
  $cells{$marker}{stderr} = sqrt((1/$affa1)+(1/$affa2)+(1/$unaffa1)+(1/$unaffa2));  $cells{$marker}{stderr} = sqrt((1/$affa1)+(1/$affa2)+(1/$unaffa1)+(1/$unaffa2));
Line 108: Line 106:
 Para terminar basta con correr plink sobre todas las bases procesadas, Para terminar basta con correr plink sobre todas las bases procesadas,
 <code> <code>
-$ a=$(ls *REC*); plink --meta-analysis $a --out recesivo+$ a=$(ls *REC*); plink --meta-analysis $a + study --out recesivo
 </code> </code>
 y y
 <code> <code>
-$ a=$(ls *DOM*); plink --meta-analysis $a --out dominante+$ a=$(ls *DOM*); plink --meta-analysis $a + study --out dominante
 </code> </code>
 +
 +Los resultados salen ordenados por cromosoma y SNP. Para ordenar por //p-value// puede hacerse,
 +
 +<code>
 +$ sort -g -k7,7 dominante.meta > dominante.meta.sorted
 +</code>
 +
 +para cortar por un valor especifico de //p-value//,
 +
 +<code>
 +$ awk {'if($7<5e-6 || $7=="P") print'} dominante.meta.sorted > dominante.meta.sorted.cut
 +</code>
 +
 +y si estamos interesados en algun SNP especifico,
 +
 +<code>
 +$ echo "DB `head -n 1 ADNIimpQC2.REC.recalc.model`" > 20p.rec.cool.txt
 +$ for x in *REC*; do echo "${x%.REC.recalc.model} `grep -w "rs714235" $x`" >> 20p.rec.cool.txt; done
 +</code>
 +
 +====== Alternativa a Fisher: Barnard Test ======
 +
 +Como al blandengue no le gusta el test de Fisher, he buscado como hacer que el script me calcule los test de Barnard. No he encontrado ningun modulo en Perl pero como todo ya esta inventado en esta vida hay un paquete en R que lo calcula. Asi que lo que he hecho es usar el modulo **Statistics::R** para calcular el test en R desde Perl. ;-)
 +
 +Esto es un poco enredado pero se resume en sustituir la llamada al test de Fisher con,
 +
 +<code perl>
 +my $shit = Statistics::R->new();
 +$shit->run(q`library(Barnard)`);
 +$shit->run(qq`barnardw.test($affa1, $affa2, $unaffa1, $unaffa2, verbose=FALSE)->bt`);
 +$shit->run(q`bt["p.value"][[1]][[2]] -> x`);
 +$cells{$marker}{pvalue} = shit->get('x');
 +</code>
 +
 +**OJO:** Esto demora muchisimo. Despues de 5 días de calculo sobre una base de datos y modelo dominate tuve que para la ejecucion. Lo lanzare cuando tenga tiempo y la base de datos a usar este definida.
genetica/preproc_models.txt · Last modified: 2020/08/04 10:58 (external edit)