Exponenta Banner

rmasummary

Вычислите значения экспрессии гена от данных тестового уровня Affymetrix микромассивов с помощью процедуры Устойчивого среднего значения мультимассивов (RMA)

Синтаксис

ExpressionMatrix = rmasummary(ProbeIndices, Data)
ExpressionMatrix = rmasummary(ProbeIndices, Data, 'Output', OutputValue)

Аргументы

ProbeIndices

Вектор-столбец тестовых индексов. Соглашение для тестовых индексов, для каждого тестового набора, чтобы маркировать каждый зонд 0 к N – 1, где N является количеством зондов в тестовом наборе.

Совет

Используйте поле ProbeIndices в структуре, возвращенной celintensityread как вход ProbeIndices.

Data

Матрица значений интенсивности натурального звукоряда, где каждая строка соответствует идеальной паре (PM), зонд и каждый столбец соответствуют файлу Affymetrix® CEL. (Каждый файл CEL сгенерирован от отдельного чипа. Все микросхемы должны иметь тот же тип.)

Совет

Используя матрицу с одинарной точностью для Data уменьшает использование памяти.

Совет

Можно использовать матрицу от поля PMIntensities в структуре, возвращенной celintensityread как вход Data. Однако сначала гарантируйте, что матрица была настроенным фоном, с помощью rmabackadj или функции gcrmabackadj, и нормировала, с помощью функции quantilenorm.

OutputValue

Задает шкалу возвращенных значений экспрессии гена. OutputValue может быть:

  • 'log'

  • 'log2'

  • 'log10'

  • 'linear'

  • @functionname

В последнем экземпляре данные преобразовываются, как задано функциональным functionname. Значением по умолчанию является 'log2'.

Описание

ExpressionMatrix = rmasummary(ProbeIndices, Data) возвращает ген (тестовый набор) значения выражения после вычисления их от интенсивности зонда натурального звукоряда в матричном Data, с помощью вектор-столбца тестовых индексов, ProbeIndices. Обратите внимание на то, что каждая строка в Data соответствует идеальной паре (PM), зонд, и каждый столбец соответствует файлу Affymetrix CEL. (Каждый файл CEL сгенерирован от отдельного чипа. Все микросхемы должны иметь тот же тип.) Обратите внимание на то, что вектор-столбец ProbeIndices называет зонды в каждом зонде установленными путем маркировки каждого зонда 0 к N – 1, где N является количеством зондов в тестовом наборе. Обратите внимание на то, что каждая строка в ExpressionMatrix соответствует гену (тестовый набор), и каждый столбец в ExpressionMatrix соответствует файлу Affymetrix CEL, который представляет однокристальную схему.

Поскольку данный зонд установил n с парами зонда J, позвольте Yijn обозначить настроенный фоном, основывайте 2 журнала преобразованное и нормированное квантилем значение интенсивности зонда PM чипа i и зондируйте j. Yijn следует линейной аддитивной модели:

Yijn = Uin + Ajn + Eijn; i = 1..., I; j = 1..., J; n = 1..., N

где:

Uin = Экспрессия гена зонда установил n на чипе i

Ajn = Тестовый эффект сродства для j th зондирует в тестовом наборе

Eijn = Невязка для j th зондирует на i th чип

Метод RMA принимает A1 + A2 +... + AJ = 0 для всех тестовых наборов. Устойчивая процедура, средняя полировка, оценивает Ui как меру по логарифмической шкале выражения.

Примечание

Нет никакого столбца в ExpressionMatrix, который содержит тестовый набор или информацию о гене.

ExpressionMatrix = rmasummary(..., 'PropertyName', PropertyValue, ...)  вызывает rmasummary 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:

ExpressionMatrix = rmasummary(ProbeIndices, Data, 'Output', OutputValue) задает шкалу возвращенных значений экспрессии гена. OutputValue может быть:

  • 'log'

  • 'log2'

  • 'log10'

  • 'linear'

  • @functionname

В последнем экземпляре данные преобразовываются, как задано функциональным functionname. Значением по умолчанию является 'log2'.

Примеры

  1. Загрузите MAT-файл, включенный с программным обеспечением Bioinformatics Toolbox™, которое содержит переменные данных Affymetrix, включая pmMatrix, матрицу значений интенсивности зонда PM из нескольких файлов CEL.

    load prostatecancerrawdata

  2. Выполните фоновую корректировку на значениях интенсивности зонда премьер-министра в матрице, pmMatrix, с помощью функции rmabackadj, таким образом, создав новую матрицу, BackgroundAdjustedMatrix.

    BackgroundAdjustedMatrix = rmabackadj(pmMatrix);

  3. Нормируйте данные в BackgroundAdjustedMatrix, с помощью функции quantilenorm.

    NormMatrix = quantilenorm(BackgroundAdjustedMatrix);

  4. Вычислите значения экспрессии гена от тестовой интенсивности в NormMatrix, создав новую матрицу, ExpressionMatrix. (Используйте вектор-столбец probeIndices, обеспеченный, чтобы предоставить информацию о тестовых индексах.)

    ExpressionMatrix = rmasummary(probeIndices, NormMatrix);

Файл prostatecancerrawdata.mat, используемый в предыдущем примере, содержит данные из Лучшего и др., 2005.

Ссылки

[1] 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.

[2] Mosteller, F. и Tukey, J. (1977). Анализ данных и Регрессия (Чтение, Массачусетс: Издательство Аддисона-Уэсли), стр 165–202.

[3] 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.

Смотрите также

| | | | | | | | |

Представленный в R2006a

Документация Bioinformatics Toolbox
Поддержка