JMP Genomics dispose de quelques méthodes de normalisation pour les données RNAseq, notamment KDMM, mise à l'échelle RPM, TMM, TPM et mise à l'échelle du quartile supérieur. Il manque des outils aussi importants au JMP Pro 17.
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 le journal car 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 coll., 2008 ; est ce que je: 10.1038/nmeth.1226 ) et la moyenne tronquée des valeurs M (TMM) ( Robinson et Oshlack ; est ce que je: 10.1186/gb-2010-11-3-r25).
Mon souhait est d'inclure des méthodes de normalisation dans JMP Pro
@Marina_N Merci de votre contribution.Nous envisageons d'ajouter à l'avenir des outils de normalisation supplémentaires pour les données génomiques.
