Le chevauchement entre deux échantillons d'expression génique est-il significatif?

J'ai réalisé une expérience pour étudier la réponse d'une levure (qui contient 5000 gènes) au stress provoqué par un choc thermique. J'ai une liste de 48 gènes qui sont surexprimés à 37ºC et une autre liste de 145 gènes qui sont surexprimés à 42ºC. Il y a 38 gènes qui sont surexprimés dans les deux.

Par chance, je ne m'attendais qu'à un seul gène surexprimé dans les deux, comment puis-je calculer si le chevauchement que j'ai obtenu est significatif? Comment puis-je obtenir la valeur ? Je ne connais rien aux logiciels biostatistiques ou mathématiques. Merci beaucoup!!! Toute aide sera la bienvenue :)$p$

Le tableau ressemble à ceci

                37 deg C
42 deg C     yes      no
yes          38       97
no           10      4855

oui et non se réfèrent à des cas surexprimés ou non J'ai exécuté le test exact de Fisher en SAS La sortie est collée ci-dessous:

Laura Gene expression data 


The FREQ Procedure


Statistics for Table of Group by expressed

Fisher's Exact Test 
Cell (1,1) Frequency (F) 4855 
Left-sided Pr <= F 1.0000 
Right-sided Pr >= F 4.776E-53 

Table Probability (P) 8.132E-51 
Two-sided Pr <= P 4.776E-53 
Sample Size = 5000

Vous voyez ici que la valeur de p pour le test exact de Fisher est très petite et bien inférieure à 0,0001.

Cela montre exactement ce que vous avez déclaré que les 38 surexprimés observés aux deux températures sont bien supérieurs à ce que vous attendez sous l'indépendance qui, comme vous l'avez déclaré, serait de 1,296.

Le test exact mentionné par Michael est probablement la façon dont je recommanderais d'utiliser pour résoudre le problème (le moins d'hypothèses). Pour référence, le test statistique commun correspondant serait un$\chi^2$test d'indépendance .