피처 전처리
비디오 연습에서 doxorubicin 연구의 샘플 분포가 매우 오른쪽으로 치우쳐 있음을 확인하셨죠. 따라서 첫 단계로 피처를 전처리해야 합니다: 로그 변환, 정규화, 그리고 필터링을 수행하세요.
이 연습은 강의의 일부입니다
R에서 limma로 하는 차등 발현 분석
연습 안내
원시(raw) 데이터가 담긴 ExpressionSet 객체 eset_raw가 작업 공간에 로드되어 있습니다. limma 패키지도 로드되어 있어요.
측정값을 로그 변환하세요.
plotDensities로 시각화하고, 샘플 레이블은 genotype으로 지정하세요.normalizeBetweenArrays로 분위수 정규화를 수행한 뒤 다시 시각화하세요.rowMeans를 사용해 평균 발현 수준이 0보다 큰 유전자를 찾으세요.논리형 벡터
keep으로 유전자(즉, 행)를 필터링하고 다시 시각화하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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")