用R和BioConductor進行基因芯片數據分析(四)：芯片內歸一化
接前一篇： 用R和BioConductor進行基因芯片數據分析(三)：計算median 歸一化是從normalization翻譯過來的。歸一化的目的是使各次/組測量或各種實驗條件下的測量可以相互比較，消除測量間的非實驗差異。非實驗差異可能來源於樣品制備，點樣，雜交過程，雜交信號處理等。 歸一化 ...
原文：用R和BioConductor進行基因芯片數據分析(五)：芯片間歸一化
接前一篇：用R和BioConductor進行基因芯片數據分析 四 ：芯片內歸一化 上次進行了芯片內的歸一化，但是我們的數據來自於 張芯片，為了讓這 張芯片之間有可比性，需要進行芯片間歸一化。 具體原理就不介紹了。 這里用到Bioconductor的一個package，叫做limma，以及其中的函數normalizeBetweenArrays 由於normalizeBetweenArrays 需要l ...
2012-12-05 17:12 0 5287 推薦指數：
相關推薦
用R和BioConductor進行基因芯片數據分析(一)：R和BioConductor簡介
。 BioConductor是建立在R語言環境上的生物芯片數據和基因組數據分析軟件包，主頁是 http://www.bi ...
用R和BioConductor進行基因芯片數據分析(六)：差異表達基因
接前一篇： 用R和BioConductor進行基因芯片數據分析(五)：芯片間歸一化 經過一系列的預處理，包括缺失值填充，中位數計算以及歸一化，我們的數據終於可以用啦。 下面我們就來分析一下new population和old population的個體是否有差異表達基因。 判斷一個基因是否 ...
用R和BioConductor進行基因芯片數據分析(二)：缺失值填充
以下分析用到的數據可以在這里(http://dl.getdropbox.com/u/308058/blog/raw_data_3_replicates.txt )下載，這個數據來自關於基因對蝴蝶遷移性的研究，樣本是20個蝴蝶個體，其中10個是當地固有個體(old)，另外10個是新遷入的個體(new ...
用R和BioConductor進行基因芯片數據分析(三)：計算median
接前一篇： http://www.cnblogs.com/emanlee/archive/2012/12/05/2803144.html 我們已經知道要分析的數據對每個基因有3個重復測定值，經過缺失值填充后，每個基因都有3個可用值。 這一步很簡單，就是取這3個值的中位數，即median ...
（轉）基因芯片數據GO和KEGG功能分析
隨着人類基因組計划(Human Genome Project)即全部核苷酸測序的即將完成，人類基因組研究的重心逐漸進入后基因組時代(Postgenome Era)，向基因的功能及基因的多樣性傾斜。通過對個體在不同生長發育階段或不同生理狀態下大量基因表達的平行分析，研究相應基因在生物體內的功能，闡明 ...
r語言代寫使用Bioconductor 分析芯片數據
原文鏈接：http://tecdat.cn/?p=4764 介紹 芯片數據分析流程有些復雜，但使用 R 和 Bioconductor 包進行分析就簡單多了。本教程將一步一步的展示如何安裝 R 和 Bioconductor，通過 GEO 數據庫下載芯片數據， 對數據進行標准化 ...
用excel繪制基因芯片熱力圖
1. 首先我們通過一些方法得到了如下的數據，基於篇幅以及為了教學隱去了其他一些信息。 2. 選中表達數據，執行 開始—條件格式—色階 選擇一個合適的色階： 3. 選擇好顏色之后得到了如下結果： 4. 怎么樣，已經有熱力圖的基本樣式了吧，我們需要把文字隱藏掉。首先選擇數據區域 ...