2018-12-14 14:07 回答问题

pROC包有个roc.test

2018-09-02 18:33 回答问题

并不是很懂，不好意思。 从图来看，这个beta值应该是生存分析的系数。

2018-08-07 15:44 回答问题

你是在GDC下的嘛？查下专门的文件格式，GDC有专门的文档的

2018-08-07 15:36 发表了文章

2018-08-07 15:29 回答问题

notepad plus 免费轻量。 这么大的文件本来就不是让你用编辑器打开的，建议使用R、Python或者Linux工具读入少量文本行观察后进行处理。

2018-05-07 12:22 发起提问

2018-02-25 16:13 回答问题

貌似没有啊。这些都是靠不同的算法预测的，你得看文章找方法咯

2018-02-22 22:47 回答问题

驱动突变是致癌的主体，乘客突变可能无用，可能起到了辅助作用。其实根据这个意思也能理解，你把癌症的发展想象成开车，那些对细胞有很多几率致癌的突变看作司机，而一些随机或者无义的突变看作乘客，但是并不代表后者没有用。 1. 驱动突变常常位于驱动基因 2. 乘客突变常常位于乘客基因 3. 癌症驱动突变不一定是错义突变，但基本是是错义的，不仅仅一个突变可能是驱动突变，大范围的变异也可能是驱动突变，像拷贝数变异 4. 不是所有的错义突变都能导致癌症，是那些能够造成驱动突变的突变会有更大可能导致癌症 5. 未研

2018-02-16 23:40 回答问题

吸烟程度，谷歌可以找到，具体忘了

2018-02-13 18:39 回答问题

第一个问题你其实百度就可以解决，完全没必要在这里问。前者是对比直接形成的读段计数，后者是为了解决基因(转录本)长度不同而对表达值估计造成影响而设计的一个转换，具体百度吧。常用R包，EdgR,DEseq2等，它们对表达分布的概率分布估计使用的分布函数不一样，其他我记不清有什么差别了。很多人有过类似的疑问，百度找篇文章看看，你这问题都可以解决了。 你也可以等其他人补充。