SGoF 包：根据原始 p 值对调整后的 p 值进行排序

Question

我试图从生物学角度理解函数 SGoF (R package SGoF) 输出的调整后的 p 值。

我的输入是来自chi-square test on allele count的p值。因为我的实际数据集包含 100,000 个 SNP，所以我必须调整 pvalues 以进行多重比较。我选择了顺序拟合优度方法并应用于我的数据。

问题是函数 SGoF 以递增顺序输出 p 值，因此尽管命名了向量，但我丢失了重要信息（SNP 的顺序）。

这是我仅针对 10 个 SNP 的假装代码：

library("sgof")

# create SNP_ID
SNP_ID <- paste("SNP", rep(1:10, 1))
# create original pvalues
original_pvalues <- c(0.7547327676, 0.7759443024, 0.7892817386, 0.5900607320, 0.7085460882, 0.0004190683, 0.6020188578, 0.7898982175, 0.2780472452, 0.6160432682)
# give an ID to each pvalue
names(original_pvalues) <- SNP_ID

# adjust pvalues based on sequential goodness of fit (R package sgof)
sgof_res <- SGoF(original_pvalues, alpha = 0.05, gamma = 0.05)

# oh no, the adjusted pvalues are ordered by increasing values, see:
sgof_res$Adjusted.pvalues

# I would like a table like this:
corresponding_table <- cbind(SNP_ID, original_pvalues, sgof_res$Adjusted.pvalues)

目前对应的table没有生物学意义。我如何创建具有以下行的相应 table：SNP_ID、原始 pvalue 和调整后的 pvalue？

Answer 1

查看SGoF函数的代码，我们会看到它正在对pvalues进行排序，并输出排序后的结果。但是，我们也可以看到它输出 sgof_res$data 与排序后的原始 pvalues 的顺序相同：

all(sgof_res$data == sort(original_pvalues))
# [1] TRUE

所以我们可以执行以下操作以获得预期的输出：

data.frame(SNP_ID = names(sort(original_pvalues)),
           original_pvalues = sort(original_pvalues),
           Adjusted.pvalues = sgof_res$Adjusted.pvalues)

#        SNP_ID original_pvalues Adjusted.pvalues
# SNP 6   SNP 6     0.0004190683        0.7547328
# SNP 9   SNP 9     0.2780472452        0.7759443
# SNP 4   SNP 4     0.5900607320        0.7898982
# SNP 7   SNP 7     0.6020188578        1.0000000
# SNP 10 SNP 10     0.6160432682        1.0000000
# SNP 5   SNP 5     0.7085460882        1.0000000
# SNP 1   SNP 1     0.7547327676        1.0000000
# SNP 2   SNP 2     0.7759443024        1.0000000
# SNP 3   SNP 3     0.7892817386        1.0000000
# SNP 8   SNP 8     0.7898982175        1.0000000

SGoF 包：根据原始 p 值对调整后的 p 值进行排序

SGoF package: order the adjusted pvalues based on the original pvalues

r

bioinformatics