Z-score ou anova ?

Bonjour à tous,

j'ai 552 gènes d’intérêt ; je recherche ceux qui sont ciblés par des petits ARN ( j'ai en tout + de 2 millions de petits ARN). j'obtiens 30 gènes ciblés.
Ensuite, je tire aléatoirement 1 millions de petits ARN (j'ai une raison valable mais trop longue à expliquer !) dans ma banque originale, et je permute aléatoirement chaque séquence : c'est ma banque contrôle. Je calcule le nombre de gènes ciblés par les petits ARN de cette banque contrôle : j'en obtiens 0.
1/ Je pensais répéter cette opération 100 fois, calculer à chaque fois le nombre de gènes ciblés, calculer ensuite la moyenne (m) et l'écart type (e) de cette distribution, et calculer un Z-score = (30-m)/e
Qu'en pensez vous ?

2/ sinon j’hésitais à
a/ tirer aléatoirement 1M de petits ARN dans ma banque originale, calculer le nombre de gènes ciblés, répéter cette opération 100 fois
b/ idem que a/ mais avec la banque contrôle
c/ tester la normalité de la distribution et faire une anova
Qu'en pensez vous ?

Je veux en fait montrer qu'il y a plus de gènes ciblés avec ma banque originale, qu'avec ma banque contrôle ....
Merci d'avance pour votre aide

Personne ne peut m'aider ???

on peut sans doute t'aider sauf qu'on a du mal à voir de quoi tu pars et où tu veux aller car tu ne présentes pas clairement ta problématique.

Un test statistique est toujours associé à une question de base qui lui donne son sens. Sans ça on ne peut pas juger de la pertinence d'un test ou d'un autre.

J'aimerai montrer qu'en fait, les gènes ciblés (N=30), sont réellement ciblé, et que ceci n'est pas dut au hasard, que N=30 est pertinent.
J'ai 5% de gènes ciblés dans mon experience, et 0% dans mon contrôle, je voudrais montrer statistiquement qu'il y a un enrichissement en gènes ciblés dans mon expérience versus mon contrôle

Pas besoin de calculer de moyenne et d'écart type. Tu fais ta distribution de 100 valeurs et tu regardes comment se positionne ta valeurs vraies par rapport à tes 100 valeurs "simulées". C'est un test de permutation donc si tes 100 valeurs sont différentes de l'observée alors la différence est significative au seuil de 0.01.

2a : tes gênes seront ciblés de tte façon que ce soit avec 1 ou 2 M d'ARN. Donc c'est pas la bonne solution pour tester ton hypothèse je pense.

2b : c'est différent du 1 ?

2c : une ANOVA sur quoi du coup ? La normalité on s'en moque. C'est avant tout l'hétéroscédasticité qu'il faut évaluer. L'hypothèse de normalité porte sur les résidus du modèle pas sur la variable à expliquer.

Alors en fait à la base j'ai 2M de petits ARN, mais du fait de leur composition en nucléotide, pour le contrôle, j'en utilise uniquement 1M. Dans ma banque originale, beaucoup de petits ARN commencent par la même séquence, et j'utilise les premiers nucléotides de chaque séquence pour voir si un ARN est ciblé. Du coup, quand je permute les nucléotides aléatoirement, j'augmente la complexité de la banque. C'est pour cela que j'utilise uniquement 1M de petits ARN.

Pour l'anova :
Je pensais
1/ tirer aléatoirement 1M de petit ARN parmi mes 2M, regarder combien de gènes sont ciblés, répéter cette étape 100 fois.
2/ tirer aléatoirement 1M de petits ARNs où j'aurai permuté les nucléotides aléatoirement, et regarder combien de gènes sont ciblés, et répéter cette étape 100 fois.
J'ai ainsi 2 distributions, et je comptais les comparer entre elles.

Car en fait, en y reflechissant mieux, je ne peux pas comparer mon ciblage avec 2M de petits ARN et avec 1M de petits ARNs.

Puis je faire une anova pour montrer qu'il y a une réelle différence entre mon contrôle et mon expérience ?

si tu as 2 groupes, ce n'est pas une anova mais un test de student (comparaison de 2 moyennes) mais oui c'est ok.
Par contre il faut que tu saches quels gènes sont ciblés. Car si en permutant tu obtiens des nb de gènes comparables ça ne veut pas dire que ton ciblage est dû au hasard mais tout simplement que d'autres gènes ont été ciblés.

Oui c'est sure, ce ne sont pas forcement les mêmes gènes, serait il judicieux alors de calculer pour chaque random, le nombre de fois où les memes gènes sont ciblés ?

serait il judicieux alors de calculer pour chaque random, le nombre de fois où les memes gènes sont ciblés ?

si c'est possible oui. Mais là on sort de la stat donc ces questions là tu dois te les poser avant.

D'accord, je vais y reflechir !