Нормалізація

Сирі дані експресії генів зазвичай «шумні», зокрема тому, що багато генів не матимуть значення для системи, яку ви досліджуєте. Після отримання нового набору даних першим кроком є візуалізація даних і виконання необхідних кроків попереднього опрацювання.

Ця вправа є частиною курсу

Аналіз диференційної експресії з limma в R

Переглянути курс

Інструкції до вправи

Об'єкт ExpressionSet eset_raw із сирими даними Populus завантажено у ваш робочий простір.

Використайте plotDensities, щоб візуалізувати розподіл рівнів експресії генів для кожної вибірки. Вимкніть легенду.
Застосуйте лог-перетворення до вимірювань і повторно візуалізуйте.
Виконайте квантильну нормалізацію вимірювань за допомогою normalizeBetweenArrays і знову візуалізуйте.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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 = ___)

Редагувати та запускати код