Filtrování genů

Teď, když jsou data logaritmicky transformována a kvantilovně normalizována, je potřeba odstranit nízce exprimované geny, které nejsou pro zkoumaný systém relevantní.

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_norm s normalizovanými daty populace Populus.

Pomocí plotDensities vizualizuj rozložení úrovní genové exprese pro každý vzorek. Vypni legendu.
Pomocí rowMeans urči, které geny mají průměrnou úroveň exprese větší než 5. Tento logický vektor pojmenuj keep.
Filtruj geny (tj. řádky) objektu ExpressionSet pomocí logického vektoru keep a proveď novou vizualizaci.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

library(limma)

# Create new ExpressionSet to store filtered data
eset <- eset_norm

# View the normalized gene expression levels
___(eset, legend = ___); abline(v = 5)

# Determine the genes with mean expression level greater than 5
keep <- ___(exprs(eset)) > ___
sum(keep)

# Filter the genes
eset <- eset[___]
___(eset, legend = ___)

Upravit a spustit kód