먼저 차등 발현 분석의 목표를 살펴보고, R과 Bioconductor로 유전자 발현 데이터를 관리하며, limma로 첫 차등 발현 분석을 실행해 봅니다.

차등 발현 분석

차등 발현 분석의 활용

차등 발현 데이터

상자 그림 만들기

ExpressionSet 클래스

ExpressionSet 객체 만들기

ExpressionSet 객체로 박스플롯 만들기

limma 패키지

두 집단을 비교하는 선형 모형 지정하기

두 그룹 간 차등 발현 검정

이 장에서는 일반적인 실험 설계에서 차등 발현을 검정하기 위한 선형 모델을 구성하는 방법을 배웁니다.

유연한 선형 모델

그룹-평균 모델을 위한 설계 행렬

그룹 평균을 위한 대비 행렬

그룹 평균에 대한 차등 발현 검정

두 개를 초과하는 그룹을 가진 연구

3개 그룹을 위한 설계 행렬

3개 그룹을 위한 대조 행렬

3개 그룹에서의 차등 발현 검정

요인 실험 설계

2x2 요인 설계를 위한 디자인 행렬

2x2 요인 설계를 위한 대비 행렬

2x2 요인 설계에서 차등 발현 검정하기

일반적 연구 설계를 위한 유연한 모델

차등 발현 검정을 학습하셨다면, 이제 특징(feature) 데이터를 정규화하고 필터링하는 방법, 기술적 배치 효과를 점검하는 방법, 그리고 결과를 평가하는 방법을 배웁니다.

정규화와 필터링

정규화

유전자 필터링

기술적 배치 효과 보정

배치 효과 시각화

배치 효과 제거하기

결과 시각화

p-값 히스토그램

볼케이노 플롯

풍부도 분석

KEGG 경로

Gene ontology 범주

전처리와 후처리

마지막 장에서는 요인 설계를 사용해 항암제 독소루비신이 서로 다른 유전적 배경을 가진 생쥐의 심장에 미치는 영향을 평가한 연구를 대상으로, 시작부터 끝까지 차등 발현 분석을 수행해 봅니다.

데이터 전처리

피처 전처리

Top2b의 상자 그림

변이 원인 확인하기

데이터 모델링

설계 행렬

대비(contrasts) 행렬

차등 발현 검정하기

결과 확인하기

경로 풍부도 분석

마무리

사례 연구: 독소루비신 처치의 효과

Leukemia dataset

Doxorubicin dataset

Hypoxia dataset

마이크로어레이, 시퀀싱, 질량분석과 같은 기능유전체학 기술은 과학자들이 전장 유전체 수준에서 유전자 발현을 편향 없이 측정할 수 있게 해줍니다. 직접 데이터를 생성하든, 공개된 대규모 데이터 세트를 탐색하든, 먼저 이러한 실험을 분석하는 방법을 익혀야 합니다. 이 강의에서는 다재다능한 R/Bioconductor 패키지인 limma를 사용해 가장 일반적인 실험 설계에서 차등 발현 분석을 수행하는 방법을 배웁니다. 또한 데이터를 전처리하고, 배치 효과를 식별하고 보정하며, 결과를 시각적으로 평가하고, enrichment 테스트를 수행하는 방법도 학습합니다. 이 강의를 마치면 어떤 기능유전체학 연구에서도 통찰을 얻을 수 있는 일반적인 분석 전략을 갖추게 됩니다.

Introduction to Statistics in R

다양한 실험 설계에서 limma 패키지를 사용하여 차등 발현 분석을 수행하는 방법을 알아보세요.

R에서 limma로 하는 차등 발현 분석

Bioconductor 패키지 limma로 차등 유전자 발현 분석을 학습하세요.

유전체 데이터 분석 in R

Instructor

두 그룹 이상의 연구

3그룹 연구

3그룹 그룹 평균 모형

3그룹 그룹 평균 설계 행렬

3그룹 대비 행렬

3그룹 검정

저산소증이 줄기세포 기능에 미치는 영향

연습해 봅시다!

일반적 연구 설계를 위한 유연한 모델 - 두 개를 초과하는 그룹을 가진 연구

두 개를 초과하는 그룹을 가진 연구

Create Your Free Account