Exponenta Banner
exponenta event banner

msnorm

Нормализовать набор сигналов с пиками

свернуть все на странице

Синтаксис

yOut = msnorm (X, интенсивности)
[yOut, normParams] = msnorm (X, интенсивности)
yOut = msnorm (X, интенсивности, нормальные параметры)
[___] = msnorm (X, интенсивности, имя, значение)

Описание

пример

yOut = msnorm(X,Intensities) нормализует группу сигналов с пиками путем стандартизации площади под кривой (AUC) до медианы группы и возвращает нормализованные данные yOut.

пример

[yOut,normParams] = msnorm(X,Intensities) также возвращает параметры нормализации normParams, который можно использовать для нормализации другой группы сигналов.

пример

yOut = msnorm(X,Intensities,NormParameters) использует информацию о параметрах NormParameters из предыдущей нормализации для нормализации нового набора сигналов. Функция использует те же параметры для выбора позиций единиц разделения и шкалы вывода из предыдущей нормализации. Если вы указали консенсусную пропорцию с помощью 'Consensus' аргумент пары имя-значение в предыдущей нормализации, функция не выбирает новых позиций разделительной единицы и выполняет нормализацию с использованием тех же позиций разделительной единицы.

пример

[___] = msnorm(X,Intensities,Name,Value) использует дополнительные параметры, заданные одним или несколькими аргументами пары имя-значение, и возвращает любой из выходных аргументов в предыдущих синтаксисах. Например, out = msnorm(X,Y,'Quantile',[0.9 1]) устанавливает нижний (0,9) и верхний (1) предел квантования, чтобы использовать только самые большие 10% интенсивностей в каждом сигнале для вычисления AUC.

Примеры

свернуть все

Открыть сценарий в реальном времени

В этом примере показано, как нормализовать площадь под кривой каждого масс-спектра из данных масс-спецификации.

Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, который содержит данные масс-спецификации образца, включая MZ_lo_res, вектор значений m/z и Y_lo_res, матрицу значений интенсивности.

load sample_lo_res

Создайте подмножество (четыре сигнала) данных.

MZ = MZ_lo_res;
Y = Y_lo_res(:,[1 2 5 6]);

Постройте график четырех спектров.

plot(MZ, Y)
axis([-1000 20000 -20 105])
xlabel('Mass-charge Ratio')
ylabel('Relative Ion Intensities')
title('Original Spectra')

Figure contains an axes. The axes with title Original Spectra contains 4 objects of type line.

Нормализовать площадь под кривой (AUC) каждого спектра до медианы, исключив маломассовый (m/z < 1000) шум, и после масштабирования таким образом, чтобы максимальная интенсивность составляла 100. Постройте график четырех спектров.

Y1 = msnorm(MZ,Y,'Limits',[1000 inf],'Max',100);
plot(MZ, Y1)
axis([-1000 20000 -20 105])
xlabel('Mass-charge Ratio')
ylabel('Relative Ion Intensities')
title('AUC Normalized Spectra')

Figure contains an axes. The axes with title AUC Normalized Spectra contains 4 objects of type line.

Открыть сценарий в реальном времени

В этом примере показано, как нормализовать интенсивность ионов каждого спектра из данных масс-спецификации.

Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, который содержит данные масс-спецификации образца, включая MZ_lo_res, вектор значений m/z и Y_lo_res, матрицу значений интенсивности.

load sample_lo_res

Создайте подмножество (четыре сигнала) данных.

MZ = MZ_lo_res;
Y = Y_lo_res(:,[1 2 5 6]);

Нормализовать интенсивность ионов каждого спектра до максимальной интенсивности одного наивысшего пика из любого из спектров в диапазоне выше 1000 m/z. Постройте график четырех спектров.

Y2 = msnorm(MZ,Y,'QUANTILE', [1 1],'LIMITS',[1000 inf]);
plot(MZ, Y2)
axis([-1000 20000 -20 105])
xlabel('Mass-charge Ratio')
ylabel('Relative Ion Intensities')
title('Maximum-Intensity Normalized Spectra')

Figure contains an axes. The axes with title Maximum-Intensity Normalized Spectra contains 4 objects of type line.

Открыть сценарий в реальном времени

В этом примере показано, как выполнить нормализацию квантиля для данных массовых спецификаций.

Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, который содержит данные масс-спецификации образца, включая MZ_lo_res, вектор значений m/z и Y_lo_res, матрицу значений интенсивности.

load sample_lo_res

Создайте подмножество (четыре сигнала) данных.

MZ = MZ_lo_res;
Y = Y_lo_res(:,[1 2 5 6]);

Нормализовать, используя данные в областях m/z, где интенсивности находятся в пределах четвертого квартиля, по меньшей мере, в 90% спектрограмм. Обратите внимание, что можно использовать параметры нормализации на втором выходе для нормализации другого набора данных в тех же m/z областях. Постройте график четырех спектров.

[Y3,S] = msnorm(MZ,Y,'Quantile',[0.75 1],'Consensus',0.9);
area(MZ,S.Xh.*1000,'LineStyle','None','FaceColor',[.8 .8 .8])
hold on
plot(MZ, Y3)
hold off
axis([-1000 20000 -20 105])
xlabel('Mass-charge Ratio')
ylabel('Relative Ion Intensities')
title('Fourth-quartile Normalized Spectra')

Figure contains an axes. The axes with title Fourth-quartile Normalized Spectra contains 5 objects of type area, line.

Используйте параметры нормализации на втором выходе предыдущего шага, чтобы нормализовать другое подмножество данных (четыре сигнала), используя данные в тех же m/z областях, что и предыдущий набор данных. Постройте график четырех спектров.

Y4 = msnorm(MZ,Y_lo_res(:,[3 4 7 8]),S);
 
area(MZ,S.Xh.*1000,'LineStyle','None','FaceColor',[.8 .8 .8])
hold on
plot(MZ, Y4)
hold off
axis([-1000 20000 -20 105])
xlabel('Mass-charge Ratio')
ylabel('Relative Ion Intensities')
title('Fourth-quartile Normalized Spectra')

Figure contains an axes. The axes with title Fourth-quartile Normalized Spectra contains 5 objects of type area, line.

Входные аргументы

свернуть все

Вектор единичных значений разделения для набора сигналов с пиками, определяемых как вектор.

Типы данных: double

Значения интенсивности для набора пиков, которые имеют один и тот же диапазон единиц разделения, заданные как матрица. Каждая строка представляет собой значение единицы разделения, а каждый столбец представляет собой либо набор сигналов с пиками, либо время удержания. Количество строк в Intensities должно равняться количеству элементов во входном векторе X.

Типы данных: double

Параметры нормализации для нормализации другой группы сигналов, заданной как структура. NormParameters является структурой, возвращенной msnorm из предыдущего вызова нормализации.

Аргументы пары «имя-значение»

Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.

Пример: out = msnorm(X,Y,'Quantile',[0.9 1]) устанавливает нижний (0,9) и верхний (1) предел квантования, чтобы использовать только самые большие 10% интенсивностей в каждом сигнале для вычисления AUC.

Квантильные пределы для уменьшения набора значений единиц разделения в X, указано как 1около-2 вектор или скаляр между 0 и 1.

Если задан вектор, первый элемент является нижним пределом, а второй элемент - верхним пределом. Например, [0.9 1] означает, что функция использует только самые большие 10% интенсивностей в каждом сигнале для вычисления AUC. Значение по умолчанию [0 1] означает, что функция использует весь AUC вместо ограничения интенсивностей определенным квантилем.

Если задано скалярное значение, оно представляет нижний предел квантиля. Верхний предел квантиля автоматически устанавливается равным 1.

Пример: 'Quantile',[0.8 1]

Типы данных: double

Диапазон единиц разделения для выбора точек нормализации, указанный как 1около-2 вектор. Значение по умолчанию [min(X) max(X)] выбирает все доступные точки из X. При указании нижнего или верхнего предела в качестве значения, не входящего в доступный диапазон [min(X) max(X)], функция устанавливает нижний предел равным min(X) и верхний предел до max(X).

Этот параметр полезен для исключения шума из расчета AUC. Например, можно исключить шум матрицы, который появляется в области низкой массы (значения m/z меньше, чем 1000) масс-спектрометра SELDI, установив предел в [1000 max(X)].

Пример: 'Limits',[900 max(X)]

Типы данных: double

Минимальный процент значений интенсивности в пределах квантиля, что положение единицы разделения должно быть включено в вычисление AUC, указанное как скаляр между 0 и 1. Затем для нормализации всех сигналов используются одни и те же позиции блока разделения. Используйте этот параметр, чтобы исключить пики низкой интенсивности и шум из нормализации.

Например, для выбора m/z областей, интенсивности которых находятся в пределах третьего квантиля, по меньшей мере, в 90% спектрограмм, установите 'Quantile' и 'Consensus' следующим образом: yOut = msnorm(MZ,Y,'Quantile',[0.5 0.75],'Consensus',0.9).

Пример: 'Consensus',0.8

Типы данных: double

Метод нормализации AUC каждого сигнала, указанный как 'Median' или 'Mean'.

Пример: 'Method','Mean'

Типы данных: char | string

Общая максимальная интенсивность для масштабирования после нормализации каждого сигнала по отдельности, заданная как скаляр. Если этот параметр не указан, постмасштабирование не выполняется.

Примечание

Если указано это значение, а также задано 'Quantile' кому [1 1], то единичная точка (высота пика самого высокого пика) нормализуется к заданному максимальному значению.

Пример: 'Max'

Типы данных: double

Выходные аргументы

свернуть все

Нормализованные значения интенсивности, возвращаемые в виде матрицы.

Параметры нормализации, которые можно использовать для нормализации другой группы сигналов, возвращаемых в виде структуры.

См. также

| | | | | | | | | | |

Темы

Представлен до R2006a

Документация по инструментарию биоинформатики

Поддержка