Normalisasi

Data ekspresi gen mentah biasanya berantakan, terutama karena banyak gen tidak relevan untuk sistem yang Anda pelajari. Setelah menerima himpunan data baru, langkah pertama adalah memvisualisasikan data dan menjalankan langkah pra-pemrosesan yang diperlukan.

Latihan ini adalah bagian dari kursus

Analisis Ekspresi Diferensial dengan limma di R

Lihat Kursus

Petunjuk latihan

Objek ExpressionSet eset_raw dengan data Populus mentah telah dimuat ke ruang kerja Anda.

Gunakan plotDensities untuk memvisualisasikan sebaran tingkat ekspresi gen untuk setiap sampel. Nonaktifkan legenda.
Lakukan transformasi log pada pengukuran dan visualisasikan kembali.
Lakukan normalisasi kuantil pada pengukuran dengan normalizeBetweenArrays dan visualisasikan kembali.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

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 = ___)

Edit dan Jalankan Kode