กรองยีน
เมื่อแปลงข้อมูลเป็น log และทำ quantile normalization แล้ว ขั้นตอนต่อไปคือการนำยีนที่มีการแสดงออกต่ำและไม่เกี่ยวข้องกับระบบที่ศึกษาออก
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ Differential Expression ด้วย limma ใน R
คำแนะนำการฝึกหัด
ExpressionSet object eset_norm ที่มีข้อมูล Populus ซึ่งผ่านการ normalize แล้วถูกโหลดไว้ใน workspace ของคุณแล้ว
ใช้
plotDensitiesเพื่อแสดงการกระจายตัวของระดับการแสดงออกของยีนในแต่ละตัวอย่าง โดยปิดการแสดง legendใช้
rowMeansเพื่อหายีนที่มีค่าเฉลี่ยการแสดงออกมากกว่า 5 แล้วตั้งชื่อ logical vector นี้ว่าkeepกรองยีน (แถว) จาก ExpressionSet object ด้วย logical vector
keepจากนั้นแสดงผลลัพธ์อีกครั้ง
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
library(limma)
# Create new ExpressionSet to store filtered data
eset <- eset_norm
# View the normalized gene expression levels
___(eset, legend = ___); abline(v = 5)
# Determine the genes with mean expression level greater than 5
keep <- ___(exprs(eset)) > ___
sum(keep)
# Filter the genes
eset <- eset[___]
___(eset, legend = ___)