生物变异或真正受影响的基因。

Question

我是一名生物系的学生，在我们的实验室里，我们正在用老鼠来测试某种药物。在正常状态下，我们有许多组生物复制的基因表达数据：gene replicate 1 replicate2 gene1 -0.842138 -0.701153 gene2 -0.796896 -0.725085 gene3 -0.835920 -0.707572 gene5 -0.702721 -0.724579 gene6 -0.815476 -0.737112 .... gene 20000 each dot represent a gene

在给它们喂药之后，我们有了一个新的基因表达数据：after medicine treatment

我的问题是，我如何将那些真正受影响的基因与那些仅仅是生物变异(复制之间的差异)的基因区分开来？

我是机器学习的新手，我相信监督学习应该是我的选择，对吧？训练数据是我的复制数据，然后我可以测试药物治疗后的每个基因是否可以落入复制定义的“耐受区”。但是我不确定我应该使用哪种方法。任何指导都是提前感谢的。

Answer 1

首先，欢迎来到Stack Overflow！其次，我真的认为这个问题应该移到这里：DataScience还是Artificial Intelligence。尽管如此，我还是会尽力给你一个答案。

我有几个问题，当你回答的时候，你应该是在正确的方式上实际解决这个问题：

你是如何将你的数据分割成训练数据的(你用来训练purposes)?

• Have的总数据的百分比是多少?你为最初引入化学物质的基因建立了界限？

1. 你期望的方差是多少在测试之后方差的界限发生了显着的变化completed?
2. Which算法你考虑使用EDA来解决这个特定的问题吗？
3. 你会为了得到更好的算法而使用EDA吗？使用K-means来观察数据集群在引入“新药”

后发生了怎样的变化

我个人会计算这些基因的均值和标准差，并在药物推出后进行同样的计算。这应该有助于您深入了解边界是如何更改的，以及扩散最有可能发生在哪里。另外，如果你有选择的话，一定要使用EDA (我知道我在这方面很有说服力，但它很有帮助)。我认为这应该会帮助你更好地了解你的问题。我希望我能帮上忙。

有用的算法链接：Machine Learning Algorithms