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 ...
原文：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。 判斷一個基因是否差異表達有許多方法，最早使用的就是看log ratio的絕對值是否大於 ,這種方法早已廢棄。 下一個想到的也許 ...
2012-12-05 17:25 0 7165 推薦指數：
相關推薦
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 ...
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10張芯片，為了讓這10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 ...
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 ...
基因表達序列標簽 EST 數據分析手冊
HALCON是德國MVtec公司開發的一套完善的標准的機器視覺算法包，擁有應用廣泛的機器視覺集成開發環境。它 Dlib是一個包含機器學習算法的C++ ...
使用GEO數據庫來篩選差異表達基因，KOBAS進行KEGG注釋分析
前言 本文主要演示GEO數據庫的一些工具，使用的數據是2015年在Nature Communications上發表的文章Regulation of autophagy and the ubiquitin-proteasome system by the FoxO transcriptional ...