Wstępne przetwarzanie cech

W ćwiczeniu wideo zobaczyłeś, że rozkłady próbek w badaniu dotyczącym doksорубicyny były silnie prawostronnie skośne. Pierwszym krokiem jest zatem wstępne przetworzenie cech: transformacja logarytmiczna, normalizacja i filtrowanie.

To ćwiczenie jest częścią kursu

Analiza różnicowej ekspresji genów z limma w R

Zobacz kurs

Instrukcje do ćwiczenia

Obiekt ExpressionSet eset_raw z danymi surowymi został wczytany do twojego środowiska pracy. Pakiet limma jest załadowany.

Przeprowadź transformację logarytmiczną pomiarów. Użyj plotDensities, aby je zwizualizować. Oznacz próbki według ich genotypu.
Znormalizuj kwantylowo pomiary za pomocą normalizeBetweenArrays i ponownie je zwizualizuj.
Użyj rowMeans, aby określić, które geny mają średni poziom ekspresji większy od 0.
Przefiltruj geny (czyli wiersze) za pomocą wektora logicznego keep i ponownie zwizualizuj wyniki.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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")

Edytuj i uruchom kod