ExpressionSetクラス

R での limma を用いた Differential Expression 解析

John Blischak

Instructor

データ管理は繊細である

x_sub <- x[1000, 1:10]
f_sub <- f[1000, ]
p_sub <- p[1:10, ]

カンマ1つのミスがデバッグの悪夢になる可能性があります:

x_sub <- x[1000, 1:10]
f_sub <- f[1000, ]
p_sub <- p[, 1:10]
# Oh no!   *

Bioconductorクラスによるオブジェクト指向プログラミング

クラス - 複雑なデータを格納する構造を定義する
オブジェクト - クラスの具体的なインスタンス
メソッド - 特定のクラスに作用する関数
- ゲッター/アクセサー - オブジェクトに格納されたデータを取得する
- セッター/ - オブジェクトに格納されたデータを変更する

install.packages("BiocManager")
BiocManager::install("Biobase")

ExpressionSetオブジェクトの作成

# Load package
library(Biobase)

# Create ExpressionSet object
eset <- ExpressionSet(assayData = x,
                      phenoData = AnnotatedDataFrame(p),
                      featureData = AnnotatedDataFrame(f))

# View the number of features (rows) and samples (columns)
dim(eset)

Features  Samples 
   22283      344

?ExpressionSet

ExpressionSetオブジェクトからデータにアクセスする

発現行列

x <- exprs(eset)

特徴量データ

f <- fData(eset)

表現型データ

p <- pData(eset)

ExpressionSetオブジェクトのサブセット化

3つの別々のオブジェクトでサブセット化:

x_sub <- x[1000, 1:10]
f_sub <- f[1000, ]
p_sub <- p[1:10, ]

ExpressionSetオブジェクトでサブセット化:

eset_sub <- eset[1000, 1:10]

nrow(exprs(eset_sub)) == nrow(fData(eset_sub))

TRUE

ncol(exprs(eset_sub)) == nrow(pData(eset_sub))

TRUE

ExpressionSetを使ったボックスプロット

boxplot(<y-axis> ~ <x-axis>, main = "<title>")
boxplot(<gene expression> ~ <phenotype>, main = "<feature>")

boxplot(exprs(eset)[1, ] ~ pData(eset)[, "er"],
        main = fData(eset)[1, "symbol"])

練習しましょう！

R での limma を用いた Differential Expression 解析