Normalizacja
Surowe dane ekspresji genów są nieuporządkowane – wiele genów może nie mieć znaczenia dla badanego układu. Po otrzymaniu nowego zbioru danych pierwszym krokiem jest wizualizacja danych i wykonanie niezbędnych kroków wstępnego przetwarzania.
To ćwiczenie jest częścią kursu
Analiza różnicowej ekspresji genów z limma w R
Instrukcje do ćwiczenia
Obiekt ExpressionSet eset_raw z surowymi danymi Populus został wczytany do twojego środowiska pracy.
Użyj funkcji
plotDensities, aby zwizualizować rozkład poziomów ekspresji genów dla każdej próbki. Wyłącz legendę.Wykonaj transformację logarytmiczną pomiarów i ponownie je zwizualizuj.
Przeprowadź normalizację kwantylową pomiarów przy użyciu
normalizeBetweenArraysi ponownie zwizualizuj wyniki.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
library(limma)
# Create new ExpressionSet to store normalized data
eset_norm <- eset_raw
# View the distribution of the raw data
___(eset_norm, legend = ___)
# Log tranform
exprs(eset_norm) <- ___(exprs(eset_norm))
___(eset_norm, legend = ___)
# Quantile normalize
exprs(eset_norm) <- ___(exprs(eset_norm))
___(eset_norm, legend = ___)