Filtrer des gènes

Maintenant que les données ont été transformées en log et normalisées par quantiles, vous devez retirer les gènes faiblement exprimés qui ne sont pas pertinents pour le système à l'étude.

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_norm contenant les données de Populus normalisées 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.
Utilisez rowMeans pour déterminer quels gènes ont un niveau d'expression moyen supérieur à 5. Nommez ce vecteur logique keep.
Filtrez les gènes (c.-à-d. les lignes) de l'objet ExpressionSet à l'aide du vecteur logique keep, puis visualisez de nouveau.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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 = ___)

Modifier et exécuter le code