JMP Genomics propose quelques méthodes de normalisation pour les données RNAseq, notamment KDMM, la mise à l'échelle RPM, TMM, TPM et la mise à l'échelle du quartile supérieur. Il manque à JMP Pro 17 des outils aussi importants.
Le but des méthodes de normalisation pour RNAseq ou d'autres données à grande échelle, telles que la métabolomique, est de réduire les biais expérimentaux systématiques et les variations techniques. Le manuscrit peut être rejeté par la revue parce que les données n'ont pas été normalisées. Les méthodes de normalisation les plus couramment utilisées pour RNAseq sont les « lectures par kilobase de transcriptions par million de lectures mappées » (RPKM) ( Mortazavi et al., 2008 ; doi : 10.1038/nmeth.1226 ) et Moyenne tronquée des valeurs M (TMM) ( Robinson et Oshlack ; doi : 10.1186/gb-2010-11-3-r25).
Mon souhait est d'inclure des méthodes de normalisation dans JMP Pro
