GEO中的Series Matrix File(s)通常是经过了标准化和对数转换的数据。但不全是。在实际应用的时候需要根据情况判断一下。对于芯片数据,可能作者将.cel的文件处理成未标准化的数据直接上传。 方法一: 一般来说,在判断counts是否需要重新标准化以及是否需要log2时,可以根据数值大小粗略估计。 如果表达丰度的数值在50以内,通常是经过log2转化的。如果数字在几百几千,则是未经转化的。因为2的几十次方已经非常巨大,如果2的几百次方,则不符合实际情况。 方法二: 对于是否需要标准化的问题,可以通过boxplot函数观察一下样本表达丰度值的分布是否整齐进行判断。 在差异表达分析教程给出的代码中已经包含了boxplot函数。 详细请见:https://blog.csdn.net/tuanzide5233/article/details/83541443 方法三: 查看GSE数据下载界⾯中的SOFT⽂件、Series Matrix File(s)⽂件中均有描述该系列的数据是如何进⾏标准化处理的,常见的标准化处理⽅法有3种: RMA算法、 GC-RMA算法、 MAS5算法, 其中前两中算法的返回值已经经过log2转换,可直接进⾏差异表达分析,第三种算法返回值未经过log2转换,需要⾃⾏进⾏log2转换。 方法四: 这个脚本会⾃动判断是否需要log2转化,我们知道GSE42872数据是log2过后的,所以这⾥会返回:[1] "log2 transform not needed
———————————————— ref:(60条消息) 生物信息学入门 GEO芯片数据差异表达分析时是否需要log2以及标准化的问题_ntuYision的博客-CSDN博客_geo标准化 https://wenku.baidu.com/view/c575b5976adc5022aaea998fcc22bcd126ff42e7.html |
|
来自: 世上无难事bio > 《数据预处理如标准化》