Normalizace

Surová data genové exprese jsou zpravidla neuspořádaná – mnoho genů navíc nebude pro zkoumaný systém vůbec relevantních. Po obdržení nové datové sady je proto prvním krokem vizualizace dat a provedení nezbytných kroků předzpracování.

Toto cvičení je součástí kurzu

Analýza diferenciální exprese pomocí limma v R

Zobrazit kurz

Pokyny k cvičení

Do tvého pracovního prostředí byl načten objekt ExpressionSet eset_raw se surovými daty populačního souboru Populus.

Pomocí plotDensities vizualizuj rozložení úrovní genové exprese pro každý vzorek. Legendu skryj.
Proveď logaritmickou transformaci naměřených hodnot a vizualizaci zopakuj.
Normalizuj naměřené hodnoty pomocí kvantilové normalizace funkcí normalizeBetweenArrays a vizualizaci proveď znovu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

library(limma)

# Create new ExpressionSet to store normalized data
eset_norm <- eset_raw

# View the distribution of the raw data
___(eset_norm, legend = ___)

# Log tranform
exprs(eset_norm) <- ___(exprs(eset_norm))
___(eset_norm, legend = ___)

# Quantile normalize
exprs(eset_norm) <- ___(exprs(eset_norm))
___(eset_norm, legend = ___)

Upravit a spustit kód