Normaliser

Les données brutes d'expression génique sont brouillonnes, d'autant plus que de nombreux gènes ne seront pas pertinents pour le système que vous étudiez. Après avoir reçu un nouvel ensemble de données, la première étape consiste à visualiser les données et à effectuer les étapes de prétraitement nécessaires.

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 avec les données Populus brutes a été chargé dans votre espace de travail.

Utilisez plotDensities pour visualiser la distribution des niveaux d'expression génique pour chaque échantillon. Désactivez la légende.
Appliquez une transformation logarithmique aux mesures et visualisez de nouveau.
Normalisez les mesures par quantiles avec normalizeBetweenArrays et visualisez de nouveau.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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 = ___)

Modifier et exécuter le code