2009年8月的PLoS Computational Biology上发表了一篇名为《向计算生物学专业的学生教授R语言的简明指导》的文章。虽然作者是以老师的身份来讲解的，但对于学习R的同学来说同样大有裨益。
作者先简单说明了一下为什么计算生物学专业的同学需要学习、使用R？最主要的原因在于R中的Bioconductor项目。之后作者分条列目得“详述”了如何向学生教授R。其中包括课程、书籍、网络资料，适用于练手的计算生物学问题，如何用R画图，R中的可重复研究——Sweave（LaTeX与R的结合），以及R中经常遇到的问题。在最后一部分，作者介绍了几个典型的问题，如：语法错误、变量的预赋值、向量化（即如何避免循环）、向量化的简单实例、数据类型的选择。文章的最后，作者对文章进行了非常简单的总结。
在生物学特别是基因组学的研究工作中，经常会遇到多重假设检验（multiple testing）的问题；此时，得到的原始p值需要进行校正后才能使用，那么哪种校正方法更加适合自己的研究工作呢？p-values, false discovery rates(FDR) 和 q-values有什么不同？它们分别代表什么意义？
对于统计科班的同学来说，这不过是小菜一碟；但对于纯生物出身的同学来说，别说去看公式了，光是听听就觉得头大！不过幸运的是，有牛人（William S Noble）了解我们的苦衷，于是一篇nature biotechnology的文章诞生了——《How does multiple testing correction work?》。
Get every new post delivered to your Inbox
Join other followers
