affyinvarsetnorm
Выполните нормализацию инвариантного набора рангов при интенсивности зонда из нескольких файлов Affymetrix CEL или DAT
Синтаксис
NormData =
affyinvarsetnorm(Data)
[NormData, MedStructure]
= affyinvarsetnorm(Data)
... affyinvarsetnorm(..., 'Baseline', BaselineValue,
...)
... affyinvarsetnorm(..., 'Thresholds', ThresholdsValue,
...)
... affyinvarsetnorm(..., 'StopPercentile', StopPercentileValue,
...)
... affyinvarsetnorm(..., 'RayPercentile', RayPercentileValue,
...)
... affyinvarsetnorm(..., 'Method', MethodValue,
...)
... affyinvarsetnorm(..., 'Showplot', ShowplotValue,
...)
Аргументы
Data | Матрица значений интенсивности, где каждая строка соответствует зонду совершенного соответствия (PM), и каждый столбец соответствует Affymetrix® Файл CEL или DAT. (Каждый файл CEL или DAT генерируется из отдельного чипа. Все чипы должны быть одного типа.) |
MedStructure | Структура медианы интенсивности каждого столбца до и после нормализации и индекс столбца, выбранного в качестве базовой линии. |
BaselineValue | Свойство для управления выбором индекса столбца |
ThresholdsValue | Свойство устанавливать пороги для самого низкого среднего ранга и самого высокого среднего ранга, которые используются для определения инвариантного набора. Набор инвариантов ранга является набором точек данных, пропорциональное различие рангов которых меньше заданного порога. Порог для каждой точки данных определяется путем интерполяции между порогом для самого низкого среднего ранга и порога для самого высокого среднего ранга. Выберите эти два порога эмпирически, чтобы ограничить распространение инвариантного множества, но разрешить достаточное количество точек данных, чтобы определить отношения нормализации.
|
StopPercentileValue | Свойство, чтобы остановить процесс итерации, когда количество точек данных в инвариантном наборе достигает Примечание Если вы не используете это свойство, процесс итерации продолжается, пока больше не будут удалены точки данных.
|
RayPercentileValue | Свойство для выбора |
MethodValue | Свойство для выбора метода сглаживания, используемого для нормализации данных. Введите |
ShowplotValue | Свойство для управления графического изображения двух пар графиков поля точек (до и после нормализации). Первая пара строит графики базовых данных по сравнению с данными из заданного столбца (чипа) из матрицы |
Описание
NormData =
affyinvarsetnorm(Data)Data к опорной ссылке, с использованием метода инвариантного набора. NormData - матрица нормированной интенсивности зонда из Data.
В частности, affyinvarsetnorm:
Выбирает базовый индекс, обычно столбец, медианная интенсивность которого является медианой всех столбцов.
Для каждого столбца определяет пропорциональное различие в ранге (
prd) для каждой пары рангов, RankX и RankY, из столбца выборки и опорной линии.prd = abs (RankX - RankY)
Для каждого столбца определяет инвариантный набор точек данных путем выбора точек данных, пропорциональные различия рангов которых (prd) ниже threshold, что является предопределенным порогом для заданной точки данных (заданным
ThresholdsValueсвойство). Он повторяет процесс, пока больше не будут удалены точки данных или не будет достигнут предопределенный процент точек данных.Инвариантным множеством являются точки данных с prd < threshold.
Для каждого столбца использует инвариантный набор точек данных, чтобы вычислить нижнюю или текущую среднюю кривую сглаживания, которая используется для нормализации данных в этом столбце.
[ также возвращает структуру индекса столбца, выбранного в качестве базовой линии, и медианы интенсивности каждого столбца до и после нормализации.NormData, MedStructure]
= affyinvarsetnorm(Data)
Примечание
Если Data содержит значения NaN, затем NormData будет также содержать значения NaN в соответствующих положениях.
... affyinvarsetnorm (..., вызывает 'PropertyName', PropertyValue, ...)affyinvarsetnorm с необязательными свойствами, которые используют пары имя/значение свойства. Можно задать одно или несколько свойств в любом порядке. Каждый PropertyName должны быть заключены в одинарные кавычки и нечувствительны к регистру. Эти имена свойства/пары значения свойств следующие:
... affyinvarsetnorm(..., 'Baseline', позволяет выбрать индекс столбца BaselineValue,
...)N от Data чтобы быть базовым столбцом. По умолчанию это индекс столбца, медианная интенсивность которого является медианой всех столбцов.
... affyinvarsetnorm(..., 'Thresholds', устанавливает пороги для самого низкого среднего ранга и самого высокого среднего ранга, которые используются для определения инвариантного набора. Набор инвариантов ранга является набором точек данных, пропорциональное различие рангов которых меньше заданного порога. Порог для каждой точки данных определяется путем интерполяции между порогом для самого низкого среднего ранга и порога для самого высокого среднего ранга. Выберите эти два порога эмпирически, чтобы ограничить распространение инвариантного множества, но разрешить достаточное количество точек данных, чтобы определить отношения нормализации.ThresholdsValue,
...)
ThresholdsValue вектор 1 на 2 [LT, HT], где LT - порог наименьшего среднего ранга и HT - порог для наивысшего среднего ранга. Значения должны быть между 0 и 1. По умолчанию это [0.05, 0.005].
... affyinvarsetnorm(..., 'StopPercentile', останавливает процесс итерации, когда количество точек данных в инвариантном наборе достигает StopPercentileValue,
...)N процент от общего количества точек данных. По умолчанию это 1.
Примечание
Если вы не используете это свойство, процесс итерации продолжается, пока больше не будут удалены точки данных.
... affyinvarsetnorm(..., 'RayPercentile', выбирает RayPercentileValue,
...)N процент наивысшего ранжированного инвариантного набора точек данных для соответствия прямой линии, в то время как остальные точки данных подгоняются к бегущей медианной кривой. Конечная срединная кривая является кусочно-линейной кривой. По умолчанию это 1.5.
... affyinvarsetnorm(..., 'Method', выбирает метод сглаживания для нормализации данных. Когда MethodValue,
...)MethodValue является 'lowess', affyinvarsetnorm использует метод lowess. Когда MethodValue является 'runmedian', affyinvarsetnorm использует текущий медианный метод. По умолчанию это 'lowess'.
... affyinvarsetnorm(..., 'Showplot', строит графики двух пар графиков поля точек (до и после нормализации). Первая пара строит графики базовых данных по сравнению с данными из заданного столбца (чипа) из матрицы ShowplotValue,
...)Data. Второй является парой графиков поля точек M-A, которая строит графики M (отношение между базовой линией и выборкой) против A (среднее значение базовой линии и выборки). Когда ShowplotValue является 'all', affyinvarsetnorm Строит пару графиков поля точек для каждого столбца или чипа. Когда ShowplotValue - число или область значений чисел, affyinvarsetnorm Строит пару графиков поля точек для указанных номеров столбцов (фишек).
Примеры
Нормализация данных Affymetrix
Этот пример показывает, как нормализовать данные affymetrix. The prostatecancerrawdata.mat файл, используемый в примере, содержит данные Best et al., 2005.
Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, которое содержит переменные данных Affymetrix, включая pmMatrix , матрица значений интенсивности пробы PM из нескольких файлов CEL.
load prostatecancerrawdataНормализуйте данные в pmMatrix и постройте график данных из столбцов (фишек) 2 и 3. Столбец 1 является базовой линией.
NormMatrix = affyinvarsetnorm(pmMatrix, 'Showplot',[2 3]);
Ссылки
[1] Li, C. и Wong, W.H. (2001). Основанный на модели анализ олигонуклеотидных массивов: валидация моделипроблем проекта и стандартное применение ошибок. Биология генома 2 (8): research0032.1-0032.11.
[3] Best, C.J.M., Gillespie, J.W., Yi, Y., Chandramouli, G.V.R., Perlmutter, M.A., Собери, Я., Эриксон, Х.С., Георгиевич, Л., Тангрея, М.А., Duray, P.H., Gonsalez, S., Velasco, A., Linehan, W.M., Matusik, R.J., Price, D.K., Figg, W.D., Emmert-Buck, M.R., and Chuaqui, R.F. (2005). Молекулярные изменения при первичном раке предстательной железы после андрогенной абляции. Клинические исследования рака 11, 6823-6834.
См. также
affyread | celintensityread | mainvarsetnorm | malowess | manorm | quantilenorm | rmabackadj | rmasummary