Memfilter gen

Kini data telah ditransformasikan log dan dinormalisasi kuantil, Anda perlu menghapus gen bereskpresi rendah yang tidak relevan dengan sistem yang sedang dikaji.

Latihan ini adalah bagian dari kursus

Analisis Ekspresi Diferensial dengan limma di R

Lihat Kursus

Petunjuk latihan

Objek ExpressionSet eset_norm dengan data Populus yang dinormalisasi telah dimuat ke ruang kerja Anda.

Gunakan plotDensities untuk memvisualisasikan sebaran tingkat ekspresi gen untuk setiap sampel. Nonaktifkan legenda.
Gunakan rowMeans untuk menentukan gen mana yang memiliki rerata tingkat ekspresi lebih dari 5. Beri nama vektor logika ini keep.
Saring gen (yaitu baris) pada objek ExpressionSet menggunakan vektor logika keep dan visualisasikan kembali.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

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 = ___)

Edit dan Jalankan Kode