Genleri filtrele

Veriler log dönüşümünden geçirildi ve kantil normalizasyonu uygulandı. Şimdi, incelenen sistemle ilgisi olmayan düşük ifade edilen genleri çıkarman gerekiyor.

Bu egzersiz, kursun bir parçasıdır

R ile limma kullanarak Diferansiyel Ekspresyon Analizi

Kursa Göz Atın

Egzersiz talimatları

Çalışma alanına normalize edilmiş Populus verilerini içeren eset_norm adlı ExpressionSet nesnesi yüklendi.

Her örnek için gen ifade düzeylerinin dağılımını görselleştirmek üzere plotDensities kullan. Lejantı kapat.
Hangi genlerin ortalama ifade düzeyinin 5'ten büyük olduğunu belirlemek için rowMeans kullan. Bu mantıksal vektöre keep adını ver.
ExpressionSet nesnesinin genlerini (yani satırlarını) keep mantıksal vektörüyle filtrele ve tekrar görselleştir.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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 = ___)

Kodu Düzenle ve Çalıştır