特徴量の前処理
ビデオ演習では、ドキソルビシン研究のサンプル分布が大きく右に歪んでいることを確認しました。そこで最初のステップとして、特徴量の前処理（対数変換、正規化、フィルタリング）を行います。
この演習はコースの一部です
R での limma を用いた Differential Expression 解析
演習の手順
raw データを含む ExpressionSet オブジェクト eset_raw がワークスペースに読み込まれています。limma パッケージも読み込まれています。
測定値を対数変換します。
plotDensitiesを使って可視化し、サンプルには遺伝子型のラベルを付けます。normalizeBetweenArraysで四分位数正規化を行い、再度可視化します。rowMeansを使って、平均発現量が 0 より大きい遺伝子を特定します。論理ベクトル
keepを使って遺伝子（行）をフィルタし、再度可視化します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create a new ExpressionSet to store the processed data
eset <- eset_raw
# Log transform
exprs(eset) <- ___(exprs(eset))
___(eset, group = pData(eset)[___], legend = "topright")
# Quantile normalize
exprs(eset) <- ___(exprs(eset))
___(eset, group = pData(eset)[___], legend = "topright")
# Determine the genes with mean expression level greater than 0
keep <- ___(exprs(eset)) > ___
sum(keep)
# Filter the genes
eset <- eset[___]
___(eset, group = pData(eset)[___], legend = "topright")