Filtrer les gènes

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

Cet exercice fait partie du cours

<cours>Analyse d’expression différentielle avec limma en R</cours>

Voir le cours

Instructions de l’exercice

L’objet ExpressionSet eset_norm contenant les données de peuplier 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 avec le vecteur logique keep et revérifiez la visualisation.

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