जीन फ़िल्टर करें
अब जब डेटा को log-ट्रांसफ़ॉर्म और quantile-normalize कर दिया गया है, तो आपको कम अभिव्यक्त (lowly expressed) उन जीनों को हटाना है जो वर्तमान सिस्टम के लिए प्रासंगिक नहीं हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में limma के साथ Differential Expression Analysis
अभ्यास निर्देश
ExpressionSet ऑब्जेक्ट eset_norm जिसमें Populus के normalized डेटा हैं, आपके वर्कस्पेस में लोड किया गया है.
प्रत्येक सैंपल के लिए जीन अभिव्यक्ति स्तरों के वितरण को देखने के लिए
plotDensitiesका उपयोग करें. legend को disable करें.किन जीनों का mean expression level 5 से अधिक है यह तय करने के लिए
rowMeansका उपयोग करें. इस logical वेक्टर का नामkeepरखें.ExpressionSet ऑब्जेक्ट की जीनों (अर्थात् पंक्तियों) को logical वेक्टर
keepसे फ़िल्टर करें और दोबारा visualize करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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 = ___)