GISTIC 1.0: n ja 2.0: n välillä ei tunnu olevan paljon eroja, kuten siinä sanotaan:

Kuten GISTIC 1.0: ssa, saamme P-arvot jokaiselle markkerille vertaamalla kunkin pistemäärää. sijainti taustapistejakaumaan, joka syntyy jokaisen näytteen merkkipaikkojen satunnaisesta permutaatiosta

Mutta GISTIC 1.0: n täydentävässä materiaalissa on tarkempi selitys menetelmän. Katso "Vaihe 2" -osio:

Toiseksi verrataan näitä G-pisteitä odotettujen pisteiden jakautumiseen, jos vain satunnaisia ​​poikkeamia havaitaan. Tämä jakauma voidaan määrittää uudelleenarvioimalla genomi jokaisen näytteen sisällä olevien markkeripaikkojen permutaation jälkeen; sen sijaan johdetaan puolitarkka arvio.

Lisäksi toisessa osassa ("Vaihe 2: Tietojen yhdistäminen eri kasvaimista kuljettajan ja matkustajan poikkeaman erottamiseksi") sanotaan:

Sen määrittämiseksi, mitkä vaiheessa 1 havaituista poikkeamista todennäköisesti edustavat kuljettajan tapahtumia, kootaan yhteen kaikki analyysissä käytetyt kasvaimet, jotta saadaan yhteenvetopisteet amplifikaatioille, deleetioille ja LOH: lle. Kunkin pistemäärän tilastollinen merkitsevyys määritetään vertaamalla kaikkien tietojen permutaatioilla saatujen pisteiden jakautumiseen (käyttämällä puolietaktista approksimaatiota) korjaamalla useita hypoteesitestejä.

täydentävässä tiedostossa se kuvaa sitä seuraavasti: "Luo kaikki SNP-tunnisteiden permutaatiot jokaisessa näytteessä simuloidaksesi tietojoukkoja satunnaisilla poikkeamilla"

Päätelmä :

Vaikuttaa siltä, ​​että taustatodennäköisyydet lasketaan otoksen sisällä.

En voi sanoa, onko sillä merkitystä, kuinka joukot muodostuvat, mutta sanoisin, että mitä laajemmat joukot ovat, sitä parempi arvio rakennemuutoksista se suoritetaan, mutta sama arvio taustasta tehdään.

Viime kädessä voit tarkistaa ohjelman koodin tai testata 10 näytteellä ja korvata yhden niistä nähdäksesi, muuttuvatko tulokset vastaavasti.