Анализ выборки по 5 показателям (развитие работы), Отражение зависимости по метаболическим картам. Опции

[DreamPower]

Добрый день, гости и участники форума. Переходя на второй курс, взял себе тему для курсовой по онкогенным генетическим маркерам. В этом году защитил статью на конференции анализ (N=350) по 2 генетическим маркерам, которые измерялись однократно, один из них измеряется в баллах, от 0 до 8, а для второго такой шкалы еще нет и он измеряется в процентах, от 0 до 100. Кроме того, была составлена генетическая карта в достаточно удобном ПО http://cmap.ihmc.us/ (мб кто-нибудь знает получше из бесплатного?) с целью объяснить их взаимодействия. В той работе выявлена в целом слабая отрицательная корреляция между этими маркерами, но попробовав воспользоваться шкалой зарубежных ученых, мы с моим научным руководителем по тем группам, которые там выделялись, взаимосвязи между ними не выявили.
Моя долгосрочная цель - составить такую шкалу для этого маркера, который измеряется в процентах, как прогностическую, так и предиктивную.
Для еще расширил генетическую карту, и посмотрел, что еще косвенно влияют 3 маркера. Один из них также измерется в процентах от 0 до 100, другой измеряется от 0 до 3, третий - от 0 до 8. Дали доступ к совокупной таблице из 5 параметров (N=350).
Конечно, на эти маркеры влияют не только эти гены, но хотелось бы рассмотреть частоту, величину их зависимости по разным группам, если их сравнивать по 2-3-4 группы в разных вариациях, может, обнаружится какая-то зависимость, что и хочу в данной работе проследить, добиться более клинически и научно важных результатов, какими бы методами.
Самый шик, наверно, рассмотреть из сразу по 5 параметрам, но в виду различной шкалы я думаю, это будет несколько затруднено.
Тогда пользовался софтом MedCalc, но
а) Там были некоторые существенные для меня ограничения в построении графика
б) Истек пробный период:)

Перечитал ваш форум, скачал себе R + как GUI к нему RKWard, для меня критерием было наличие таблиц, и удобный вызов графиков итд. Кроме того, как мне показалось, он больше похож на интерфейс medcalc, чем остальные, чем он мне и нравился.

Еще в своей работе использовал хи-квадрат, на этом тогда время для изучения методов статистики, закончилось, но мне тогда знакомый советовал посчитать еще методом регрессии, вопрос, как его грамотно использовать, ведь их там несколько видов.
В своей работе скорее всего буду считать, что есть один главный маркер, который мне нужно изучить, и есть зависимые, вопрос, правильно ли это со статистической точки зрения, если я предполагаю, что между ними есть метаболическая связь? Или нужно считать, что все независимые, а потом как-то можно, математическим методами вычислить их зависимость друг от друга?
Заранее спасибо.

[TheThing]

В своей работе скорее всего буду считать, что есть один главный маркер, который мне нужно изучить, и есть зависимые, вопрос, правильно ли это со статистической точки зрения, если я предполагаю, что между ними есть метаболическая связь? Или нужно считать, что все независимые, а потом как-то можно, математическим методами вычислить их зависимость друг от друга?
Заранее спасибо.

Здравствуйте!

Статистика не сможет дать Вам ответа на вопрос "правильно ли я это делаю", она лишь отвечает на четко поставленный вопрос с определенной вероятностью. Если Вы изучаете любое онко-заболевание, то главного маркера здесь нет, поскольку это мультифакторное (полигенное) заболевание. Каждый из генетических маркеров обладает слабым эффектом, но именно совокупное влияние многих факторов обуславливает риск развития заболевания и Ваша (и наша) задача - это обнаружить эту совокупность. По своей природе гены могут представлять как независимые (маргинальные) эффекты, так и взаимодействовать с другими генами (эпистаз), поэтому просто считать, что все они независимые - это неправильно. Чтобы попробовать Вам как-то помочь, хотелось бы узнать, что за генетические маркеры Вы изучали и как изучали? это уровень экспрессии генов или полиморфизмы одиночиных нуклеотидов? Для одной и другой категории разработаны методы стат. анализа. И каким способом вам удалось установить, что один маркер главный, а остальные "косвенно" связаны с ним, если Вы использовали, как я понял, только корреляционный анализ и хи-квадрат?

[DreamPower]

Спасибо за быстрый и развернутый ответ!

По своей природе гены могут представлять как независимые (маргинальные) эффекты, так и взаимодействовать с другими генами (эпистаз), поэтому просто считать, что все они независимые - это неправильно. Чтобы попробовать Вам как-то помочь, хотелось бы узнать, что за генетические маркеры Вы изучали и как изучали? это уровень экспрессии генов или полиморфизмы одиночиных нуклеотидов? Для одной и другой категории разработаны методы стат. анализа.

Все маркеры были измерены ИГХ методом, по следующим критериям:

Her-2 - тот маркер, который от 0 до 3,
"В отличие от большинства анализов IHC, определение HER-2 статуса носит более количественный, чем качественный характер, поскольку HER2 экспрессирован во всех грудных эпителиальных клетках. Чтобы предоставить значимую интерпретацию HER-2 иммуноокрашивания, необходимо установить отношение между количеством HER-2 рецепторов на клеточной поверхности и размещением и интенсивностью иммуноокраски. Стандартизировананная IHC процедура и система подсчета результатов включает в себя следующие оценки: 0 ? клетки, содержащие <20000 рецепторов без окрашивания, 1+ ? клетки, содержащие приблизительно 100 000 рецепторов которые показывают частичную закраску мембраны и <10% клеток, которые имеют полную окраску мембраны.
2+ ? клетки, содержащие приблизительно 500 000 рецепторов, >10% из клеток показывают легкую или умеренную, полную окраску мембраны
3+ - клетки, содержащие приблизительно 500 000 рецепторов, >10% из клеток показывают сильную, полную окраску мембраны"

PR и ER - те, что от 0 до 8 - "оценены по шкале Allred, где присутствует шкала интенсивности окраски (0 ? отсутствует, 1 ? слабая, 2 ? умеренная, 3 - сильная) и по шкале количества позитивных клеток (0 ? отсутствуют, 1 ? 0-1% клеток, 2 ? 2-10% клеток, 3 ? 11-33% клеток, 4 ? 34-66% клеток, 5 ? 67?100% клеток). Далее значения шкал интенсивности и количества позитивных клеток складываются, если полученное значение лежит в области от 0 до 2, то биоптат обладает отрицательным прогестероновым статусом, в области от 3 до 8 ? обладает положительным статусом"

Еще 2 маркера - 2 ядерных белка, Ki-67 и еще один, считается доля клеток с сильной интенсивностью окраски, записывается в процентах от общего числа клеток.

И каким способом вам удалось установить, что один маркер главный, а остальные "косвенно" связаны с ним, если Вы использовали, как я понял, только корреляционный анализ и хи-квадрат?

У меня есть еще один источник информации о взаимосвязи рецепторов - метаболические карты, правда, количество промежуточных генов, которые нужно активировать и то, что на них могут повлиять другие гены, заставляет усомниться, что можно провести прямую причинно-следственную связь между повышением экспрессией одного и повышением\понижением экспрессии другого. То что один маркер главный, а остальные - зависимые, это конечно, утрирование, но между ними есть сложная сеть взаимодействий, вопрос сформулирую так: как проверить свою гипотезу, что если один рецептор главный, а остальные - "косвенно" влияют на него, попробовать ранжировать их, определить средний процентный вклад в этот главный рецептор, определить, с какой вероятностью не влияет, то есть где-то "затухает" по дороге сигнал или его что-то ингибирует?
Скорее всего буду вычленять более мелкие группы допустим ER+ и ER- и сравнивать их по остальным показателям между собой, потом ER+ PR+ и ER+ PR- итд. Может быть, что-то еще и не вписывающиеся в мои карты найду.