Normaliser

Les données brutes d’expression génique sont souvent désordonnées, d’autant que de nombreux gènes ne seront pas pertinents pour le système que vous étudiez. Après avoir reçu un nouveau jeu de données, la première étape consiste à visualiser les données et à effectuer les prétraitements nécessaires.

Cet exercice fait partie du cours

Analyse d’expression différentielle avec limma en R

Afficher le cours

Instructions

L’objet ExpressionSet eset_raw contenant 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 revizualisez.
Normalisez les mesures par quantiles avec normalizeBetweenArrays et revizualisez.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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