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)
plotDensities(RGList[,1])
以及完成所有校正后的MAList
plotMA(MAList,array = 1)
plotDensities(MAList[,1])
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
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
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!