Normaliser et filtrer

Analyse d'expression différentielle avec limma dans R

John Blischak

Instructor

Étapes de prétraitement

library(limma)

# Tracer la distribution de chaque échantillon
plotDensities(eset, legend = FALSE)

100 - 1
.1 - .001

99
0.099

log(100) - log(1)

4.60517

log(.1) - log(.001)

4.60517

# Transformation logarithmique
exprs(eset) <- log(exprs(eset))
plotDensities(eset, legend = FALSE)

# Normalisation par quantiles
exprs(eset) <- normalizeBetweenArrays(exprs(eset))

plotDensities(eset, legend = FALSE)

# Afficher les données normalisées
plotDensities(eset, legend = FALSE)
abline(v = 5)

# Créer un vecteur logique
keep <- rowMeans(exprs(eset)) > 5
# Filtrer les gènes
eset <- eset[keep, ]
plotDensities(eset, legend = FALSE)

Analyse d'expression différentielle avec limma dans R