正規化與篩選

使用 R 中的 limma 進行差異表達分析

John Blischak

Instructor

前處理步驟

  • 對數轉換

  • 分位數正規化

  • 篩選

使用 R 中的 limma 進行差異表達分析

視覺化

library(limma)

# Plot distribution of each sample
plotDensities(eset, legend = FALSE)

使用 R 中的 limma 進行差異表達分析

對數轉換

100 - 1
.1 - .001

99
0.099

log(100) - log(1)

4.60517

log(.1) - log(.001)

4.60517

# Log tranform
exprs(eset) <- log(exprs(eset))
plotDensities(eset, legend = FALSE)

使用 R 中的 limma 進行差異表達分析

分位數正規化

# Quantile normalize
exprs(eset) <- normalizeBetweenArrays(exprs(eset))

plotDensities(eset, legend = FALSE)

使用 R 中的 limma 進行差異表達分析

基因篩選

# View the normalized data
plotDensities(eset, legend = FALSE)
abline(v = 5)


# Create logical vector
keep <- rowMeans(exprs(eset)) > 5
# Filter the genes
eset <- eset[keep, ]
plotDensities(eset, legend = FALSE)

使用 R 中的 limma 進行差異表達分析

一起來練習吧！

使用 R 中的 limma 進行差異表達分析

Preparing Video For Download...