双通道芯片MA和density

limma包可以对芯片数据进行处理绘图

limma包可以对芯片数据进行处理,读取的原始数据格式的也比较多,包括gpr、txt等,这些文件格式和芯片图片处理软件有关。

而经过数据读取之后,获得RGList或者EList,前者对应双色芯片,后者对应单色芯片。

一般双色芯片RGList需要经过背景校正(backgroundCorrect)、芯片内标准化(normalizeWithinArrays)、芯片间标准化(normalizeBetweenArrays),最终获得标准化后的MAList。

查看每一步的数据分布情况可以基于limma提供的plotMA绘制MA图,或者plotDensities查看密度图

以GSE121505数据为例,正常读取后获得RGList,查看array1的MA图以及密度图:

plotMA(RGList,array = 1)

attachments-2018-12-hAzSejCq5c136d14697e2.jpg

plotDensities(RGList[,1])


attachments-2018-12-YEIL08pa5c136dad43df3.jpg以及完成所有校正后的MAList

plotMA(MAList,array = 1)

attachments-2018-12-zPdWmAZi5c136df961fd3.jpg

plotDensities(MAList[,1])


attachments-2018-12-j2plz2MT5c136e2836a6e.jpg


注意:由RGList,到完成所有校正过程,中间生成的object,都可以按照此方法查看每一步处理的变化



相关课程:GEO芯片数据挖掘GEO芯片数据标准化R语言画图


更多生物信息课程:

1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程基因家族文献思路解读

2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读转录组(无参)结果解读

3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读OTU网络图绘制cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课:linux系统使用perl入门到精通perl语言高级R语言入门R语言画图

7. 医学相关数据挖掘课程,不用做实验也能发文章:TCGA-差异基因分析GEO芯片数据挖掘GEO芯片数据标准化GSEA富集分析课程TCGA临床数据生存分析TCGA-转录因子分析TCGA-ceRNA调控网络分析

8.其他,二代测序转录组数据自主分析NCBI数据上传二代测序数据解读


  • 发表于 2018-12-14 16:50
  • 阅读 ( 4809 )
  • 分类:R

0 条评论

请先 登录 后评论
Daitoue
Daitoue

167 篇文章

作家榜 »

  1. omicsgene 698 文章
  2. 安生水 347 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. 红橙子 78 文章
  7. rzx 74 文章
  8. CORNERSTONE 72 文章