Нормализация ДНК-микрочипов

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
м (Нелинейные методы)
Строка 11: Строка 11:
=== Нелинейные методы===
=== Нелинейные методы===
 +
cross-validated splines, running median lines, loess smoothers
 +
=== Квантильная нормализация===
=== Квантильная нормализация===
=== Циклическая нормализация при помощи локальной регрессии ===
=== Циклическая нормализация при помощи локальной регрессии ===

Версия 11:50, 6 мая 2010

Нормализация - важный этап предобработки ДНК-микрочипов, позволяющий сделать несколько рассматриваемых в эксперименте чипов пригодными к сравнению между собой. Основная цель анализа на этом этапе - исключить влияние систематических небиологических различий между микрочипами. Источников таких различий множество: вариации эффективности обратной транскрипции, маркировки красителями, гибридизации, физические различия между чипами (повреждения, царапины), небольшие различия в концентрации реагентов, вариация лабораторных условий.

Используются следующие методы нормализации.

Содержание

Масштабирование

Один из ДНК-микрочипов выбирается в качестве базового, затем все остальные масштабируются таким образом, чтобы их средняя интенсивность равнялась средней интенсивности базового (этот способ эквивалентен построению линейной регрессии каждого чипа на базовый и последующей нормализации при помощи регрессионной функции).

Для большей устойчивости можно использовать усечённое среднее. Так, в стандартном программном обеспечении производителя микрочипов Affymetrix перед подсчётом среднего отбрасываются по 2% наибольших и наименьших значений интенсивности. Другая модификация - масштабирование к средней интенсивности не по всему базовому чипу, а по каждому подмножеству его проб, соответствующих одному гену.

Affymetrix предлагает использовать этот вид нормализации на последнем этапе предобработки, применяя масштабирование непосредственно к матрицам экспрессии, однако, возможно и его применение к матрицам интенсивности.

Нелинейные методы

cross-validated splines, running median lines, loess smoothers

Квантильная нормализация

Циклическая нормализация при помощи локальной регрессии

Алгоритм LOWESS

LVS-нормализация

[1]

Примечания

Личные инструменты