原创 基因芯片（Affymetrix）分析3：獲取差異表達基因
芯片質量分析芯片數據預處理獲取差異表達基因GO和KEGG分析聚類分析 (本文於2013.09.04更新） “差異”是個統計學概念，獲取差異表達基因就要用統計方法，R的統計功能很強大，適合做這樣的事情。 用前面的方法讀取數據： li
2020-06-16 09:57:34
54
原创 用R和BioConductor進行基因芯片數據分析(三)：計算median
我們已經知道要分析的數據對每個基因有3個重複測定值，經過缺失值填充後，每個基因都有3個可用值。 這一步很簡單，就是取這3個值的中位數，即median。 方法很多，在excel中可以用median函數; 在R中以下代碼進行操作：
2020-06-16 09:57:34
原创 馬爾可夫入門概念
爲了清楚整理馬爾可夫相關概念，做了下筆記，首先拋出一些概念： 1 【馬爾可夫性質 馬爾可夫過程 馬爾可夫鏈】概念：其未來由現在決定的程度，使得我們關於過去的知識絲毫不影響這種決定性。這種在已知“現在”的條件下，“未來”與“過去”彼
2020-06-16 09:57:34
原创 R語言編程入門--replicate()函數比較有意思!
I. 導論 簡單來講，編程是藉助計算機來解決某個問題。學習編程的就是訓練我們解決問題的能力。有這樣一種說法：在未來，不會編程的人即是文盲。 1 爲什麼要學習R編程 大部分情況下解決某些問題還需要依賴一些事實或數據，結合數據
2020-02-25 14:22:30
77
原创 R入門
基礎 ls()顯示內存中的對象 rm()刪除內存中對象,rm(list=ls())刪除全部 ?lm顯示幫助 help(lm)幫助 getwd()獲取當前工作目錄 setwd("C:/data")改變工作目錄 從外部文件中讀
2020-02-25 14:22:30
原创 R語言學習筆記(2)：數據類型和數據結構
R中的數據結構主要面向《線性代數》中的一些概念，如向量、矩陣等。值得注意的是，R中其實沒有簡單數據（數值型、邏輯型、字符型等），對於簡單類型會自動看做長度爲1的向量。比如： > b=5 > length(b) [1] 1 > typeo
2020-02-25 14:22:30
原创 用R和BioConductor進行基因芯片數據分析(四)：芯片內歸一化
歸一化是從normalization翻譯過來的。歸一化的目的是使各次/組測量或各種實驗條件下的測量可以相互比較，消除測量間的非實驗差異。非實驗差異可能來源於樣品製備，點樣，雜交過程，雜交信號處理等。 歸一化的方法有很多，對於寡聚核苷酸
2020-02-25 14:22:29
原创 數據挖掘的R包和函數的集合
數據挖掘的R包和函數的集合 1、聚類 常用的包： fpc，cluster，pvclust，mclust 基於劃分的方法: kmeans, pam, pamk, clara 基於層次的方法: hclust, pvclust,
2020-02-25 14:22:29
原创 用R和BioConductor進行基因芯片數據分析(五)：芯片間歸一化
上次進行了芯片內的歸一化，但是我們的數據來自於10張芯片，爲了讓這10張芯片之間有可比性，需要進行芯片間歸一化。 具體原理就不介紹了。 這裏用到Bioconductor的一個package，叫做limma，以及其中的函數normal
2020-02-25 14:22:29
1
原创 偏相關係數
在多元相關分析中，簡單相關係數可能不能夠真實的反映出變量X和Y之間的相關性，因爲變量之間的關係很複雜，它們可能受到不止一個變量的影響。這個時候偏相關係數是一個更好的選擇。偏相關係數是在排除了其他變量的影響下計算變量間的相關係數。假設我們需
2020-02-25 14:22:29
原创 R語言進階之3：數據彙總/透視/提煉
一、行列求和、平均值和頻度 rowSums, colSums, rowMeans, colMeans 可以簡單理解爲按行或列求和或求均值，table把數字或字符當成因子統計頻度，都相當簡單： > a <- array(rep(1:3
2020-02-25 14:22:29
1
原创 基因芯片（Affymetrix）分析2：芯片數據預處理
芯片質量分析芯片數據預處理獲取差異表達基因GO和KEGG分析聚類分析 (本文於2013.09.04更新） 基因芯片技術的特點是使用寡聚核苷酸探針檢測基因。前一節使用ReadAffy函數讀取CEL文件獲得的數據是探針水平的（pr
2020-02-25 14:22:29
6
原创 [轉載]蛋白質相互作用數據庫
去，來，最終還是到蛋白質！ PPI ：protein-protein interaction 1. DIP (database of interacting proteins) http://dip.doe-mbi.uc
2020-02-25 14:22:29
原创 用R和BioConductor進行基因芯片數據分析(六)：差異表達基因
經過一系列的預處理，包括缺失值填充，中位數計算以及歸一化，我們的數據終於可以用啦。 下面我們就來分析一下new population和old population的個體是否有差異表達基因。 判斷一個基因是否差異表達有許多方法，最早使
2020-02-25 14:22:29
3
原创 基因芯片篩選差異表達基因方法比較
摘要: 基因芯片篩選差異表達基因方法比較單文娟, 童春發, 施季森 摘要: 使用計算機模擬數據和真實的芯片數據, 對8 種篩選差異表達基因的方法進行了比較分析, 旨在比較不同方法對基因芯片數據的篩選效果。模擬數據分析表 ...
2020-02-25 14:22:29