e*********6
发帖数: 3453 | 1 在bioinformatics里边，各种做prediction是个热门话题，但是有个问题始终搞不明白
比如看这篇文章，http://www.nature.com/articles/srep28517
他的方法以及他对比的方法，都有1%的false positive，这在同类研究中已经算是非常
好的成果了, 画个ROC算个AUC都很好看，但
是有个问题很不解，因为在整个基因组上，想要的interesting points（这里是
promoter）是非常非常稀疏的，也就几万个，人体基因组有3 billion bp，就算100个
bp一个间隔来创造备选的样品（长度200bp来算只有50% overlap了），这就有30
million个samples，就算百分之一的false positive，那就有30万个false positive，
已经是true positive的好多倍了，这种问题如何在进一步解决呢？
并且，类似这种paper，包括发在非常decent，high-impact的journal上的（包括plos
系列，BMC系列，包括这篇是nature系列的），都没提到过如何解决这个问题？ |
I**********r
发帖数: 72 | |
e*********6
发帖数: 3453 | 3 差不多吧，不过他的accuracy没细看啥意思，但是应该false positive和false
negative都是百分之一左右
【在 I**********r 的大作中提到】
: 你说的是文章中的accuracy 吗？
|
n******g
发帖数: 2201 | 4 decent? Scientific Report is a trash journal.
Even Nature is trash
plos
【在 e*********6 的大作中提到】
: 在bioinformatics里边，各种做prediction是个热门话题，但是有个问题始终搞不明白
: 比如看这篇文章，http://www.nature.com/articles/srep28517
: 他的方法以及他对比的方法，都有1%的false positive，这在同类研究中已经算是非常
: 好的成果了, 画个ROC算个AUC都很好看，但
: 是有个问题很不解，因为在整个基因组上，想要的interesting points（这里是
: promoter）是非常非常稀疏的，也就几万个，人体基因组有3 billion bp，就算100个
: bp一个间隔来创造备选的样品（长度200bp来算只有50% overlap了），这就有30
: million个samples，就算百分之一的false positive，那就有30万个false positive，
: 已经是true positive的好多倍了，这种问题如何在进一步解决呢？
: 并且，类似这种paper，包括发在非常decent，high-impact的journal上的（包括plos
|
s*****c
发帖数: 753 | 5
1% false negative?
On average, PEDLA achieved 95.0% accuracy, a 96.8% GM (99.0% sensitivity and
94.6% specificity) and a 78.7% F1-score (99.0% recall and 65.4% precision)
99% sensitivity or recall means FN is 1% of the TP.
65% precision means FP is 50% of TP. not 好多倍
94.6% specificity means FP is 5.7% of TN.
TP:TN ~ 1:10
plos
【在 e*********6 的大作中提到】
: 在bioinformatics里边，各种做prediction是个热门话题，但是有个问题始终搞不明白
: 比如看这篇文章，http://www.nature.com/articles/srep28517
: 他的方法以及他对比的方法，都有1%的false positive，这在同类研究中已经算是非常
: 好的成果了, 画个ROC算个AUC都很好看，但
: 是有个问题很不解，因为在整个基因组上，想要的interesting points（这里是
: promoter）是非常非常稀疏的，也就几万个，人体基因组有3 billion bp，就算100个
: bp一个间隔来创造备选的样品（长度200bp来算只有50% overlap了），这就有30
: million个samples，就算百分之一的false positive，那就有30万个false positive，
: 已经是true positive的好多倍了，这种问题如何在进一步解决呢？
: 并且，类似这种paper，包括发在非常decent，high-impact的journal上的（包括plos
|
e*********6
发帖数: 3453 | 6 问题就在这里，他抽样了是tp比tn一比十，从方法上说没问题，但现实应用起来，实际
是一比一百万
and
【在 s*****c 的大作中提到】
:
: 1% false negative?
: On average, PEDLA achieved 95.0% accuracy, a 96.8% GM (99.0% sensitivity and
: 94.6% specificity) and a 78.7% F1-score (99.0% recall and 65.4% precision)
: 99% sensitivity or recall means FN is 1% of the TP.
: 65% precision means FP is 50% of TP. not 好多倍
: 94.6% specificity means FP is 5.7% of TN.
: TP:TN ~ 1:10
: plos
|
r********6
发帖数: 27 | 7 [在 nostring (尼) 的大作中提到：]
:decent? Scientific Report is a trash journal.
:Even Nature is trash
:plos
老兄火气很很大啊 哈哈哈哈哈 |
c***3
发帖数: 251 | 8 Scientific reports 上面的生物信息的文章，我建议你不要看。
大部分水平都不行，但得质量可以，都会发表在，genome biology， plos CB 或者
bioinformatics上面了
问题就在这里，他抽样了是tp比tn一比十，从方法上说没问题，但现实应用起来，实际
【在 e*********6 的大作中提到】
: 问题就在这里，他抽样了是tp比tn一比十，从方法上说没问题，但现实应用起来，实际
: 是一比一百万
:
: and
|
