遺伝子をフィルタリングする
データは対数変換と分位数正規化を済ませました。ここからは、解析対象の系に関係しない、発現量の低い遺伝子を除去します。
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
正規化済みの Populus データを含む ExpressionSet オブジェクト eset_norm がワークスペースに読み込まれています。
plotDensitiesを使って、各サンプルの遺伝子発現レベルの分布を可視化します。凡例は表示しないでください。rowMeansを使って、平均発現レベルが 5 を超える遺伝子を判定します。この論理ベクトルの名前をkeepとします。論理ベクトル
keepを使って ExpressionSet オブジェクトの遺伝子（行）をフィルタリングし、もう一度可視化してください。
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。
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 = ___)