Рассчитайте значения экспрессии генов по данным уровня зонда микрочипа Affymetrix, используя процедуру RMA (Rability Multi-array Average)
ExpressionMatrix = rmasummary(ProbeIndices, Data)
ExpressionMatrix = rmasummary(ProbeIndices, Data, 'Output', OutputValue)
ProbeIndices | Столбчатый вектор показателей зонда. Условным обозначением для индексов зондов является маркировка каждого зонда от 0 до N-1 , где N - количество зондов в наборе зондов. Совет Используйте |
Data | Матрица значений интенсивности естественного масштаба, где каждая строка соответствует зонду идеального соответствия (PM), а каждый столбец соответствует файлу Affymetrix ® CEL. (Каждый файл CEL генерируется из отдельной микросхемы. Все микросхемы должны быть одного типа .) Совет Использование матрицы с одной точностью для Совет Можно использовать матрицу из |
OutputValue | Указывает масштаб возвращаемых значений экспрессии генов.
В последнем случае данные преобразуются, как определено функцией. |
ExpressionMatrix = rmasummary(ProbeIndices, Data)Data, используя столбчатый вектор показателей зонда, ProbeIndices. Обратите внимание, что каждая строка в Data соответствует зонду идеального соответствия (PM), и каждый столбец соответствует файлу Affymetrix CEL. (Каждый файл CEL генерируется из отдельной микросхемы. Все микросхемы должны быть одного типа.) Обратите внимание, что вектор столбца ProbeIndices обозначает зонды в каждом наборе зондов путем маркировки каждого зонда от 0 до N-1 , где N - количество зондов в наборе зондов. Обратите внимание, что каждая строка в ExpressionMatrix соответствует гену (набору зондов) и каждому столбцу в ExpressionMatrix соответствует файлу Affymetrix CEL, который представляет одну микросхему.
Для данного набора n зондов с J парами зондов пусть Yijn обозначает скорректированное в фоновом режиме логарифмическое преобразование базы 2 и нормированное квантильным образом значение интенсивности PM зонда для чипа i и зонда j. Yijn следует линейной аддитивной модели:
Yijn = Uin + Ajn + Eijn; i = 1,..., I; j = 1,..., J; n = 1,..., N
где:
Uin = Генная экспрессия зонда, установленного n на чипе i
Ajn = Эффект сродства зонда для j-го зонда в наборе зондов
Eijn = Остаток для j-го зонда на i-ом чипе
Метод RMA предполагает A1 + A2 +... + AJ = 0 для всех наборов зондов. Надежная процедура, медианный пол, оценивает Ui как логарифмическую шкалу измерения экспрессии.
Примечание
Нет столбца в ExpressionMatrix который содержит набор зондов или информацию о гене.
ExpressionMatrix = rmasummary(..., 'PropertyName', PropertyValue, ...)rmasummary с необязательными свойствами, использующими пары имя/значение свойства. Можно указать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и не учитывать регистр. Эти пары имя/значение свойства следующие:
задает масштаб возвращаемых значений экспрессии генов. ExpressionMatrix = rmasummary(ProbeIndices, Data, 'Output', OutputValue)OutputValue могут быть:
'log'
'log2'
'log10'
'linear'
@functionname
В последнем случае данные преобразуются, как определено функцией. functionname. По умолчанию: 'log2'.
Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, который содержит переменные данных Affymetrix, включая pmMatrixматрица значений интенсивности зонда PM из нескольких файлов CEL.
load prostatecancerrawdataПроизведите фоновую регулировку значений интенсивности зонда PM в матрице, pmMatrix, с использованием rmabackadj функция, тем самым создавая новую матрицу, BackgroundAdjustedMatrix.
BackgroundAdjustedMatrix = rmabackadj(pmMatrix);
Нормализовать данные в BackgroundAdjustedMatrix, с использованием quantilenorm функция.
NormMatrix = quantilenorm(BackgroundAdjustedMatrix);
Рассчитайте значения экспрессии генов по интенсивностям зонда в NormMatrix, создание новой матрицы, ExpressionMatrix. (Используйте probeIndices вектор столбца, предоставляемый для предоставления информации о индексах зонда.)
ExpressionMatrix = rmasummary(probeIndices, NormMatrix);
prostatecancerrawdata.mat файл, использованный в предыдущем примере, содержит данные Best et al., 2005.
[1] Иризарри, Р.А., Хоббс, Б., Коллин, Ф., Бизер-Барклай, Ю.Д., Антонеллис, К.Ж., Шерф, У., Скорость, Т.П. (2003). Исследование, нормализация и резюме данных уровня зонда олигонуклеотидного массива высокой плотности. Биостатистика. 4, 249–264.
[2] Мостеллер, Ф. и Туки, Дж. (1977). Анализ и регрессия данных (Reading, Massachusetts: Addison-Wesley Publishing Company), стр. 165-202.
[3] Best, C.J.M., Gillespie, J.W., Yi, Y., Chandramouli, G.V.R., Perlmutter, M.A., Собирается, Я., Эриксон, Х. С., Георгевич, Л., Тангреа, М. А., Дюрей, П.Х., Гонсалес, С., Веласко, А., Линехан, В.М., Матусик, Р.Дж., Прайс, Д.К., Фигг, В.Д., Эммерт-Бак, М.Р., и Чуакки, Р.Ф. (2005). Молекулярные изменения при первичном раке предстательной железы после терапии андрогенной абляцией. Клинические исследования рака 11, 6823-6834.
affygcrma | affyinvarsetnorm | affyrma | celintensityread | gcrmabackadj | mainvarsetnorm | malowess | manorm | quantilenorm | rmabackadj