Выполните GC Устойчивое Среднее значение Мультимассивов (GCRMA) процедура на данных тестового уровня Affymetrix микромассивов
Expression = affygcrma(CELFiles, CDFFile, SeqFile)
Expression = affygcrma(ProbeStructure, Seq)
Expression = affygcrma(CELFiles, CDFFile, SeqFile,
...'CELPath', CELPathValue, ...)
Expression = affygcrma(CELFiles, CDFFile, SeqFile,
...'CDFPath', CDFPathValue, ...)
Expression = affygcrma(CELFiles, CDFFile, SeqFile,
...'SeqPath', SeqPathValue, ...)
Expression = affygcrma(...,
'ChipIndex', ChipIndexValue, ...)
Expression = affygcrma(...,
'OpticalCorr', OpticalCorrValue, ...)
Expression = affygcrma(...,
'CorrConst', CorrConstValue, ...)
Expression = affygcrma(...,
'Method', MethodValue, ...)
Expression = affygcrma(...,
'TuningParam', TuningParamValue, ...)
Expression = affygcrma(...,
'GSBCorr', GSBCorrValue, ...)
Expression = affygcrma(...,
'Median', MedianValue, ...)
Expression = affygcrma(...,
'Output', OutputValue, ...)
Expression = affygcrma(...,
'Showplot', ShowplotValue, ...)
Expression = affygcrma(...,
'Verbose', VerboseValue, ...)
CELFiles | Любое следующее:
|
CDFFile | Любое из следующего:
|
SeqFile | Любое из следующего:
|
Seq | N-by-25 матрица информации о последовательности, такой, как возвращено |
ProbeStructure | Структура MATLAB, содержащая информацию из файлов CEL, включая тестовую интенсивность, зондирует индексы и тестовые идентификаторы набора, возвращенные функцией |
CELPathValue | Вектор символов или строка, задающая путь и папку, где файлы, заданные в |
CDFPathValue | Вектор символов или строка, задающая путь и папку, где файл, заданный в |
SeqPathValue | Вектор символов или строка, задающая папку или путь и папку, где |
ChipIndexValue | Положительное целое число, задающее чип. Информация о последовательности этого чипа и данные об интенсивности зонда несоответствия используются, чтобы вычислить тестовое сродство. Значением по умолчанию является |
OpticalCorrValue | Управляет использованием оптического фонового исправления на входных значениях интенсивности зонда. Выбором является |
CorrConstValue | Значение, которое задает постоянную корреляцию, ро, для логарифмической фоновой интенсивности для каждой пары зонда PM/MM. Выбором является любое значение |
MethodValue | Вектор символов или строка, которая задает метод, чтобы оценить сигнал. Выбором является |
TuningParamValue | Значение, которое задает настраивающийся параметр, используемый оценочным методом. Этот настраивающий параметр устанавливает нижнюю границу значений сигналов с положительной вероятностью. Выбором является положительное значение. Значением по умолчанию является СоветДля получения информации об определении установки для этого параметра смотрите Ву и др., 2004. |
GSBCorrValue | Задает, выполнить ли исправление специфичной для гена привязки (GSB) с помощью тестовых данных о сродстве. Выбором является |
MedianValue | Задает использование медианы оцениваемых значений вместо среднего значения для нормализации. Выбором является |
OutputValue | Задает шкалу возвращенных значений экспрессии гена. Выбор:
В последнем экземпляре данные преобразовываются, как задано функциональным |
ShowplotValue | Управляет отображением графика, показывающего log2 несоответствия (MM) тестовые значения интенсивности от заданного чипа (файл CEL), по сравнению со сродством зонда MM того чипа. График также показывает пригодное LOWESS для вычисления данных NSB заданного чипа. Выбором является
|
VerboseValue | Управляет отображением состояния чтения обработки GCRMA и файлов. Выбором является |
Expression | Объект DataMatrix, содержащий log2 значения экспрессии гена, которые были настроенным фоном, нормировал, и полученное в итоге использование GC Устойчивое Среднее значение Мультимассивов (GCRMA) процедура. Каждая строка в |
Expression = affygcrma(CELFiles, CDFFile, SeqFile)Expression, объект DataMatrix, содержащий log2, основывал значения экспрессии гена в матрице, тестовые идентификаторы набора, как строка называет, и имена файлов CEL как имена столбцов. Обратите внимание на то, что каждая строка в Expression соответствует гену (тестовый набор), и каждый столбец соответствует файлу Affymetrix CEL. (Каждый файл CEL сгенерирован от отдельного чипа. Все микросхемы должны иметь тот же тип.)
CELFiles является вектором символов, строкой, вектором строки или массивом ячеек из символьных векторов, содержащим имена файлов CEL. CDFFile является вектором символов или строкой, задающей имя CDF-файла. Если вы устанавливаете CELFiles на '*', то это читает все файлы CEL в текущей папке. Если вы устанавливаете CELFiles или CDFFile к ' ', то это открывает диалоговое окно Select Files, из которого вы выбираете файлы CEL или CDF-файл. От этого диалогового окна можно нажать и содержать Ctrl или Shift при нажатии, чтобы выбрать несколько файлов CEL. SeqFile является файлом или матрицей, содержащей информацию о последовательности для зондов на определенном типе массива Affymetrix GeneChip.
Для получения дополнительной информации на чтении файлов и обработке GCRMA, смотрите celintensityread, affyprobeseqread, affyprobeaffinities, gcrma, gcrmabackadj, quantilenorm и rmasummary.
Expression = affygcrma(ProbeStructure, Seq)ProbeStructure. ProbeStructure является структурой MATLAB, содержащей информацию из файлов CEL, включая тестовую интенсивность, тестовые индексы и тестовые идентификаторы набора, возвращенные функцией celintensityread. Seq является матрицей, содержащей информацию о последовательности для зондов на определенном типе массива Affymetrix GeneChip.
Expression = affygcrma(..., 'PropertyName', PropertyValue, ...) affygcrma с дополнительными свойствами, которые используют имя свойства / пары значения свойства. Можно задать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и нечувствительный к регистру. Это имя свойства / пары значения свойства следующие:
задает путь и папку, где файлы, заданные Expression = affygcrma(CELFiles, CDFFile, SeqFile,
...'CELPath', CELPathValue, ...)CELFiles, хранятся.
Expression = affygcrma(CELFiles, CDFFile, SeqFile,
...'CDFPath', CDFPathValue, ...)CDFFile, хранится.
Expression = affygcrma(CELFiles, CDFFile, SeqFile,
...'SeqPath', SeqPathValue, ...)SeqFile, хранится.
Expression = affygcrma(...,
'ChipIndex', ChipIndexValue, ...)ChipIndexValue. ChipIndexValue по умолчанию является 1.
Expression = affygcrma(...,
'OpticalCorr', OpticalCorrValue, ...)true (значение по умолчанию) или false.
Expression = affygcrma(...,
'CorrConst', CorrConstValue, ...)≥ 0 и ≤ 1. Значением по умолчанию является 0.7.
Expression = affygcrma(...,
'Method', MethodValue, ...)'MLE', более быстрый, оперативный Оценочный метод Наибольшего правдоподобия, или 'EB', более медленный, более формальный, эмпирический метод Бейеса. Значением по умолчанию является 'MLE'.
Expression = affygcrma(...,
'TuningParam', TuningParamValue, ...)5 (MLE) или 0.5 (EB).
Для получения информации об определении установки для этого параметра смотрите Ву и др., 2004.
Expression = affygcrma(...,
'GSBCorr', GSBCorrValue, ...)true (значение по умолчанию) или false. Если нет никакой тестовой информации о сродстве, это свойство проигнорировано.
Expression = affygcrma(...,
'Median', MedianValue, ...)true или false (значение по умолчанию).
Expression = affygcrma(...,
'Output', OutputValue, ...)OutputValue может быть:
'log'
'log2'
'log10'
'linear'
@functionname
В последнем экземпляре данные преобразовываются, как задано функциональным functionname. Значением по умолчанию является 'log2'.
Expression = affygcrma(...,
'Showplot', ShowplotValue, ...)true, false или I, целое число, задающее чип. Если установлено в true, первый чип построен. Значение по умолчанию:
ложь Когда возвращаемые значения заданы.
tRUE Когда возвращаемые значения не заданы.
Expression = affygcrma(...,
'Verbose', VerboseValue, ...)true (значение по умолчанию) или false.
Следующий пример принимает, что у вас есть файл библиотеки HG_U95Av2.CDF, хранивший в D:\Affymetrix\LibFiles\HGGenome, и что ваша текущая папка указывает на местоположение, содержащее файлы CEL и файл последовательности, сопоставленный с этим файлом библиотеки CDF. В этом примере функция affygcrma читает все файлы CEL и файл последовательности в текущей папке и CDF-файл в заданной папке. Это также выполняет фоновую корректировку GCRMA, нормализацию квантиля и процедуры резюмирования на значениях интенсивности зонда премьер-министра, и возвращает объект DataMatrix, содержа метаданные и обработанные данные.
Expression = affygcrma('*', 'HG_U95Av2.CDF','HG-U95Av2_probe_tab',...
'CDFPath', 'D:\Affymetrix\LibFiles\HGGenome');
[1] Naef, F., и Magnasco, M.O. (2003). Решение загадки ярких несоответствий: маркировка и эффективная привязка в массивах олигонуклеотида. Физический E 68 анализа, 011906.
[2] Ву, Z., Irizarry, R.A., джентльмен, Р., Мурильо, F.M., и Спенсер, F. (2004). Основанная на модели фоновая корректировка к массивам выражения олигонуклеотида. Журнал американской статистической ассоциации 99 (468), 909–917.
[3] Ву, Z., и Irizarry, R.A. (2005). Стохастические модели, вдохновленные теорией гибридизации для коротких массивов олигонуклеотида. Продолжения RECOMB 2004. J Comput Biol. 12 (6), 882–93.
[4] Ву, Z., и Irizarry, R.A. (2005). Статистическая среда для анализа данных Тестового Уровня микромассивов. Университет Джонса Хопкинса, рабочие документы биостатистики 73.
[5] Ву, Z., и Irizarry, R.A. (2003). Основанная на модели фоновая корректировка к массивам выражения олигонуклеотида. Семинар RSS по экспрессии гена, Уаю, Англия, http://biosun01.biostat.jhsph.edu/%7Eririzarr/Talks/gctalk.pdf.
[6] Скорость, T. (2006). Фоновые модели и GCRMA. Читайте лекции 10, Статистика 246, Калифорнийский университет Беркли.
[7] Абд Рэббо, N.A., и Barakat, H.M. (1979). Проблемы оценки в двумерном логарифмически нормальном распределении. Индийский J. Чистая прикладная математика 10 (7), 815–825.
[8] Лучше всего, C.J.M., Гиллеспи, J.W., И, Y., Chandramouli, G.V.R., Perlmutter, M.A., Gathright, Y., Эриксон, H.S., Георгевич, L., Tangrea, M.A., Duray, P.H., Гонсалес, S., Веласко, A., Linehan, W.M., Matusik, R.J., Цена, D.K., Figg, W.D., Emmert-маркер, M.R., и Chuaqui, R.F. (2005). Молекулярные изменения при первичном раке простаты после терапии абляции андрогена. Клинические Исследования рака 11, 6823–6834.
[9] Irizarry, R.A., Хоббс, B., Коллин, F., Бизер-Барклай, Y.D., Antonellis, K.J., Scherf, U., скорость, T.P. (2003). Исследование, нормализация и сводные данные данных об уровне зонда олигонуклеотида высокой плотности массивов. Биостатистика. 4, 249–264.
[10] Mosteller, F. и Tukey, J. (1977). Анализ данных и Регрессия (Чтение, Массачусетс: Издательство Аддисона-Уэсли), стр 165–202.
affyprobeaffinities | affyprobeseqread | affyrma | celintensityread | gcrma | gcrmabackadj | mafdr | mattest | quantilenorm | rmasummary