Paper 1
A benchmark of gene expression tissue-specificity metrics, 2017年发在Bioinformatics
组织特异性基因的定义
分为两个类别，一类是直接给一个总值来说明组织特异性与否：Tau, Gini, TSI, Counts and Hg
;还有一种是每一个组织一个值来说明特异性:z-score,SPM,EE,PEM
比较时候的方法
- score基本都呈现双峰分布
- 考虑在小数据集和大数据集上的情况，1000次的随机抽样
- 基因是否在不同物种中保守，计算correlation
- 利用已知的信息来进行验证，使用了GO term
- 考虑多种方法找的基因的交集。多余的基因做富集分析。
- quantile normalization和FPKM和RPKM影响不大，log的影响很大。
考虑数据的时候，需要考虑组织的数量，高或者低表达
microarray的数据对于组织特异性计算不友好：因为物种保守性不好
该文章推荐的方法：Tau
当需要在每一个组织一个socre的时候，PEM的表现良好（non-log
数据除外）
TissueEnrich：使用超几何分布来计算组织特异性基因的富集，使用HPA,ENCODE,GTEx数据来作为参照，来计算组织特异性基因，同时也可以输入自己的数据集
超几何分布:不放回的二抽样。
$P(X=k)=\frac{C_m^k*C_{N-m}^{m-k}}{C_N^m}$