数据与复现生物信息与基因组学FreedomIntelligence/OpenClaw-Medical-Skills数据与复现

bio-experimental-design-multiple-testing

维护者 FreedomIntelligence · 最近更新 2026年4月1日

Multiple testing correction: Bonferroni, BH/FDR, q-values.

OpenClawNanoClaw分析处理复现实验bio-experimental-design-multiple-testing🧠 bioos extended suitebioos extended bioinformatics suitemultiple

原始来源

FreedomIntelligence/OpenClaw-Medical-Skills

https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills/tree/main/skills/bio-experimental-design-multiple-testing

维护者: FreedomIntelligence
许可: MIT
最近更新: 2026年4月1日

技能摘要

来自 SKILL.md 的关键信息

2 min

核心说明

p_adj <- p.adjust(pvalues，method = 'bonferroni')。
p_adj <- p.adjust(pvalues，method = 'BH')。

原始文档

SKILL.md 摘录

The Problem

Testing 20,000 genes at p < 0.05 yields ~1,000 false positives by chance. Correction is essential.

q-value (Recommended for Large-Scale)

library(qvalue)
qobj <- qvalue(pvalues)
qvalues <- qobj$qvalues
pi0 <- qobj$pi0  # Estimated proportion of true nulls

## Method Selection Guide

| Scenario | Recommended Method | Threshold |
|----------|-------------------|-----------|
| Genome-wide DE | BH or q-value | FDR < 0.05 |
| Candidate genes | Bonferroni | p < 0.05/n |
| Exploratory | BH | FDR < 0.10 |
| Validation study | Bonferroni | p < 0.05/n |
| GWAS | Bonferroni | p < 5e-8 |

适用场景

Use bio-experimental-design-multiple-testing ，用于 genomics 、 bioinformatics workflows。
Apply bio-experimental-design-multiple-testing to sequencing，variant，或 omics analysis tasks。