Нормализация

Необработанные данные об экспрессии генов часто требуют тщательной подготовки: многие гены могут быть нерелевантны для изучаемой системы. После получения нового набора данных первым делом необходимо визуализировать данные и выполнить необходимые шаги предобработки.

Это упражнение является частью курса

Анализ дифференциальной экспрессии с помощью limma в R

Посмотреть курс

Инструкции к упражнению

В вашем рабочем пространстве загружен объект ExpressionSet eset_raw с необработанными данными Populus.

С помощью plotDensities визуализируйте распределение уровней экспрессии генов для каждой выборки. Отключите легенду.
Выполните логарифмическое преобразование данных и повторите визуализацию.
Выполните квантильную нормализацию с помощью normalizeBetweenArrays и снова визуализируйте результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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 = ___)

Редактировать и запускать код