第7章 過濾

我們通常建議將微陣列平臺上的所有探針進(jìn)行標(biāo)準(zhǔn)化處理娃胆。

對于下游分析遍希,通常需要刪除那些看起來在任何實驗條件下都不表達(dá)的探針。這被稱為過濾里烦。我們一般建議在線性建模和經(jīng)驗貝葉斯步驟之前完成凿蒜,但要在標(biāo)準(zhǔn)化步驟之后。

有許多方法可以進(jìn)行過濾胁黑。一種方法是保留在至少n個陣列上表達(dá)值超過背景值的探針废封,其中n是分配給任何實驗組合的最小重復(fù)數(shù)。參見limma用戶指南第15.3或15.4節(jié)的案例分析丧蘸。

請注意漂洋,不應(yīng)使用涉及方差的過濾方法。limma算法分析基因方差的擴(kuò)散力喷。任何基于基因方差的過濾方法都會導(dǎo)致方差分布發(fā)生變化刽漂,從而干擾limma算法,因此會給出較差的結(jié)果弟孟。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末贝咙,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子拂募,更是在濱河造成了極大的恐慌庭猩,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件陈症,死亡現(xiàn)場離奇詭異蔼水,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)爬凑,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評論 3 392
  • 文/潘曉璐 我一進(jìn)店門徙缴,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人嘁信,你說我怎么就攤上這事于样。” “怎么了潘靖?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵穿剖,是天一觀的道長。 經(jīng)常有香客問我卦溢,道長糊余,這世上最難降的妖魔是什么秀又? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮贬芥,結(jié)果婚禮上吐辙,老公的妹妹穿的比我還像新娘。我一直安慰自己蘸劈,他們只是感情好昏苏,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著威沫,像睡著了一般贤惯。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上棒掠,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天孵构,我揣著相機(jī)與錄音,去河邊找鬼烟很。 笑死颈墅,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的溯职。 我是一名探鬼主播精盅,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼帽哑,長吁一口氣:“原來是場噩夢啊……” “哼谜酒!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起妻枕,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤僻族,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后屡谐,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體述么,經(jīng)...
    沈念sama閱讀 45,307評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年愕掏,在試婚紗的時候發(fā)現(xiàn)自己被綠了度秘。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡饵撑,死狀恐怖剑梳,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情滑潘,我是刑警寧澤,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站裂逐,受9級特大地震影響霜威,放射性物質(zhì)發(fā)生泄漏酪刀。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一钮孵、第九天 我趴在偏房一處隱蔽的房頂上張望骂倘。 院中可真熱鬧,春花似錦巴席、人聲如沸稠茂。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽睬关。三九已至,卻和暖如春毡证,著一層夾襖步出監(jiān)牢的瞬間电爹,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工料睛, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留丐箩,地道東北人。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓恤煞,卻偏偏與公主長得像屎勘,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子居扒,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容

  • 4.1 本章范圍 本章涵蓋除Affymetrix以外的大多數(shù)微陣列類型概漱。從Affymetrix GeneChips...
    yangliunk1987閱讀 7,775評論 0 55
  • 6.1 背景校正 默認(rèn)的背景校正是從每個點(diǎn)的前景強(qiáng)度減去背景強(qiáng)度。如果RGList對象沒有經(jīng)過背景校正喜喂,那么nor...
    yangliunk1987閱讀 3,743評論 0 52
  • 3.1 R語言簡介 R是一種統(tǒng)計計算程序瓤摧。它是一種命令驅(qū)動語言,也就是說玉吁,你必須在其中鍵入命令照弥,而不是使用鼠標(biāo)指向...
    yangliunk1987閱讀 3,171評論 0 50
  • 8.1 背景介紹 limma軟件包使用稱為線性模型的方法來分析設(shè)計的微陣列實驗。這種方法允許分析非常一般的實驗进副,就...
    yangliunk1987閱讀 2,382評論 0 55
  • 9.1 背景介紹 與早期的微陣列不同这揣,大多數(shù)數(shù)據(jù)現(xiàn)在都是單通道類型。單通道數(shù)據(jù)來自流行的微陣列技術(shù)影斑,如Affyme...
    yangliunk1987閱讀 5,641評論 1 53