exponenta event banner

Средства анализа данных микрочипов

Среда MATLAB ® широко используется для анализа данных микрочипов, включая считывание, фильтрацию, нормализацию и визуализацию данных микрочипов. Однако стандартные инструменты нормализации и визуализации, которые используют ученые, могут быть трудными в реализации. Панель инструментов включает в себя следующие стандартные функции:

Данные микрочипов - чтение файлов Affymetrix ® GeneChip ® (affyread) и данные графика (probesetplot), файлы результатов ImaGene ® (imageneread), файлы SPOT (sptread) и файлы сканера микрочипов Agilent ® (agferead). Чтение файлов GenePix ® GPR (gprread) и файлы GAL (galread). Получить данные омнибуса экспрессии генов (GEO) из Интернета (getgeodata) и считывать данные GEO из файлов (geosoftread).

Служебная функция (magetfield) извлекает данные из одной из функций считывателя микрочипов (gprread, agferead, sptread, imageneread).

Нормализация и фильтрация микрочипов - инструментарий предоставляет ряд методов нормализации данных микрочипов, таких как нормализация с наименьшим объемом (malowess) и средняя нормализация (manorm) или в нескольких массивах (quantilenorm). Для очистки необработанных данных перед анализом можно использовать функции фильтрации (geneentropyfilter, genelowvalfilter, generangefilter, genevarfilter) и рассчитать диапазон и дисперсию значений (exprprofrange, exprprofvar).

Визуализация микрочипов - инструментарий содержит процедуры визуализации данных микрочипов. Эти подпрограммы включают пространственные графики данных микрочипов (maimage, redgreencmap), рамочные графики (maboxplot), графики журнала (maloglog) и графики отношения интенсивности (mairplot). Также можно просмотреть профили кластеризованных выражений (clustergram, redgreencmap). На основе данных микрочипов можно создавать графики рассеяния 2-D основных компонентов (mapcaplot).

Функции утилиты микрочипов - используйте следующие функции для работы с наборами данных Affymetrix GeneChip. Получение информации о библиотеке для зонда (probelibraryinfo), генная информация из набора зондов (probesetlookup) и значения набора зондов из информации CEL и CDF (probesetvalues). Покажите информацию о наборе исследования от Аналитического Центра NetAffx™ (probesetlink) и постройте график значений набора зондов (probesetplot).

Инструментарий обращается к статистическим подпрограммам для выполнения кластерного анализа и визуализации результатов, и можно просматривать данные с помощью статистических визуализаций, таких как дендрограммы, классификации и деревья регрессии.

Связанные темы