R语言数据分析概要.ppt

第22章 数据分析; 在微阵列实验中，基因表达数据的后续分析显得尤为重要，Bioconductor数据分析类的14个包提供了对基因表达数据的后续处理方法。 daMA包提供了双色因子微阵列实验的设计方法以及对实验结果的分析方法； edd包和factDesign包应用于微阵列表达数据分析和数据挖掘； genefilter包提供了一系列根据芯片实验数据筛选基因的工具； globaltest包检测一组基因是否和感兴趣的临床诊断结果存在显著性； gpls包和pamr包主要对基因表达数据进行分类； limma包提供一系列分析基因表达芯片数据工具的库，特别是使用线性模型来分析实验以及评估差异表达，提供了对多个RNA目标基因进行分析比较的工具； siggenes利用芯片的相关性分析以及对芯片的经典贝叶斯分析确定不同的表达基因并估计检出率； ROC包是和受试者工作特征曲线(ROC)相关的R语言和函数的集合，这些函数对DNA芯片实验进行ROC分析； splicegear包提供了对可变剪接起作用的一套工具；MeasurementError.cor包是相关系数的尺度误差模型估计。;22.1 daMA包;22.1.2 基本函数;表22.1 daMA包中的基本数据结构 ┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ ┃描述实验问题的对照矩阵。这个数值矩阵描述了实验问题，每个实验问题用一个对照向量 ┃ ┃（cmat中的一行）或一个对照矩阵（cmat中的某些行）来描述，列的次序依赖于设计矩阵 ┃ Cmat┃X。因此，每行的头两个元素都表示两种染色(Cy3，Cy5)，如对照实验仅使用两种染色， ┃ ┃则我们可以设定对应行向量为（1，-1，0．…，0），-1表示红色．1表示绿色，0表示不标记 ┣━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ ┃描述对照矩阵cmat中行结构的向量。cinfo中的元素个数对应于实验问题的数目。1表示 ┃ Cinfo ┃向量形式的对照，整数n1，表示n次对照，以矩阵形式出现。通常，对于每一个对照矩 ┃ ┃阵cmat都必须创建这样一个向量。同时，cinfo各元素的和应当等于cmat矩阵的行数 ┣━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ ┃描述实验问题的常数对照矩阵。这个数值矩阵描述了实验问题，每一个实验问题用一个对 ┃ ┃照向量（cmat中单行）或者一个对照矩阵（cmat中的数行）描述。列的顺序依赖于对应的 ┃cmatB.AB ┃设计矩阵X，因此，每行的头两个元素都保存为两种染色Cy3和Cy5．矩阵cmatB.AB的第一行 ┃ ┃描述了主效应B ┣━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ ┃描述对照矩阵cmatB.AB中行结构的向量。它的第一个元素B指出第一个实验问题(主效 ┃ cinfoB.AB┃应B)，是用向量形式的单个对照来描述的，第二个元素AB指出第二个实验问题（A和B ┃ ┃间的交互作用），是以对照矩阵的形式给出的。每一个对照矩阵都必须创建对应的向量 ┣━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ ┃ 300 012 X18的微阵列实验数据矩阵。这些数据来自微阵列实验，包括使用药物或不使用药 ┃ ┃物处理的三个细胞系的表达谱数据。cDNA微阵列是由300 012个人类cDNA探针点样制成 ┃Data.3×2 ┃的，数据矩阵由300 012行以及18列组成，每一行表示一个探针点，每一列表示一次微阵列实验 ┣━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━