Prétraiter les caractéristiques

Dans l'exercice vidéo, vous avez vu que les distributions des échantillons pour l'étude sur la doxorubicine étaient fortement asymétriques à droite. La première étape consiste donc à prétraiter les caractéristiques : transformation logarithmique, normalisation et filtrage.

Cette activité fait partie du cours

Analyse d'expression différentielle avec limma dans R

Voir le cours

Instructions de l’exercice

L'objet ExpressionSet eset_raw contenant les données brutes a été chargé dans votre espace de travail. Le paquet limma est chargé.

Appliquez la transformation logarithmique aux mesures. Utilisez plotDensities pour visualiser. Identifiez les échantillons par leur génotype.
Normalisez les mesures par quantiles avec normalizeBetweenArrays, puis re-visualisez.
Utilisez rowMeans pour déterminer quels gènes ont un niveau d'expression moyen supérieur à 0.
Filtrez les gènes (c.-à-d. les lignes) avec le vecteur logique keep, puis re-visualisez.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a new ExpressionSet to store the processed data
eset <- eset_raw
# Log transform
exprs(eset) <- ___(exprs(eset))
___(eset,  group = pData(eset)[___], legend = "topright")
# Quantile normalize
exprs(eset) <- ___(exprs(eset))
___(eset,  group = pData(eset)[___], legend = "topright")
# Determine the genes with mean expression level greater than 0
keep <- ___(exprs(eset)) > ___
sum(keep)
# Filter the genes
eset <- eset[___]
___(eset, group = pData(eset)[___], legend = "topright")

Modifier et exécuter le code