-
Notifications
You must be signed in to change notification settings - Fork 0
/
MyMetab_reg_NTSR.R
68 lines (54 loc) · 2.66 KB
/
MyMetab_reg_NTSR.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
##############################################################################/
##############################################################################/
#Regression of CYP6CY3 expression against metabolic resistant proportion
##############################################################################/
##############################################################################/
#loading the packages necessary for the analysis
source("MyMetab_load.R")
#limiting the dataset to the R81T-[RR] genotypes
sumDatRR<-sumDat[sumDat$nAChR.81=="[RR]",]
##############################################################################/
#Fitting different models with a maximum threshold value####
##############################################################################/
#Asymptotic regression model with 3 parameters
AssyReg.m3<-drm(sumDatRR$propMeta~sumDatRR$CY3_EXP,
data=sumDatRR,fct=AR.3())
plot(AssyReg.m3,type="confidence",log="",col="blue",lwd=3,lty=2)
plot(AssyReg.m3,type="obs",add=TRUE)
summary(AssyReg.m3)
#Asymptotic regression model with 2 parameters
AssyReg.m2<-drm(sumDatRR$propMeta~sumDatRR$CY3_EXP,
data=sumDatRR,fct=AR.2())
plot(AssyReg.m2,type="confidence",log="",col="blue",lwd=3,lty=2)
plot(AssyReg.m2,type="obs",add=TRUE)
summary(AssyReg.m2)
anova(AssyReg.m2,AssyReg.m3) #the model with fewer parameters is preferable
#Michaelis-Menten model with 3 parameters
Micha.m3<-drm(sumDatRR$propMeta~sumDatRR$CY3_EXP,
data=sumDatRR,fct=MM.3())
plot(Micha.m3,type="confidence",log="",col="blue",lwd=3,lty=2)
plot(Micha.m3,type="obs",add=TRUE)
summary(Micha.m3)
#Michaelis-Menten model with 2 parameters
Micha.m2<-drm(sumDatRR$propMeta~sumDatRR$CY3_EXP,
data=sumDatRR,fct=MM.2())
plot(Micha.m2,type="confidence",log="",col="blue",lwd=3,lty=2)
plot(Micha.m2,type="obs",add=TRUE)
summary(Micha.m2)
anova(Micha.m2,Micha.m3) #the model with fewer parameters is preferable
#results of the final model, the one with the smallest RSE: Micha.m2
summary(Micha.m2)
coef(Micha.m2)
modplot<-Micha.m2
##############################################################################/
#Assessing the equivalent model with CYP6CY4 expression covariate####
##############################################################################/
#Michaelis-Menten model with 2 parameters
Micha.m2<-drm(sumDatRR$propMeta~sumDatRR$CY4_EXP,
data=sumDatRR,fct=MM.2())
plot(Micha.m2,type="confidence",log="",col="blue",lwd=3,lty=2)
plot(Micha.m2,type="obs",add=TRUE)
summary(Micha.m2)
##############################################################################/
#END
##############################################################################/