เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Design matrix สำหรับ group-means model

ในบทที่แล้ว คุณทดสอบ differential expression ของข้อมูลมะเร็งเม็ดเลือดขาว (leukemia) โดยใช้ parametrization แบบ treatment-contrasts ในขั้นตอนแรกของการเรียนรู้ parametrization แบบ group-means ที่ยืดหยุ่นกว่า จะทดสอบข้อมูลชุดเดิมอีกครั้งเพื่อยืนยันว่าได้ผลลัพธ์ที่เหมือนกัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ Differential Expression ด้วย limma ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โหลด ExpressionSet object eset ที่มีข้อมูล leukemia ไว้ใน workspace แล้ว

  • ใช้ model.matrix เพื่อสร้าง design matrix ที่ไม่มี intercept โดยจำไว้ว่าตัวแปรที่สนใจในการศึกษานี้ (มะเร็งระยะลุกลาม vs. ระยะคงที่) อยู่ในคอลัมน์ Disease ของ phenotype data frame

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create design matrix with no intercept
design <- ___(~___ + ___, data = ___(eset))

# Count the number of samples modeled by each coefficient
colSums(design)
แก้ไขและรันโค้ด