去年我們可能已經告別了 JMP Genomics，但不用擔心，新版本的 JMP Pro 17 可以滿足您的許多數據分析需求。 雖然您會在 JMP Pro 中找到 JMP Genomics 的幾乎所有功能，但在使用這些功能時可能需要改變思維方式。 在這篇部落格中，我想分享我在 JMP Pro 中處理基因表現數據的經驗。
在 JMP Pro 中，有六個特別有用的平台：層次聚類、多元嵌入、反應篩選、預測變數篩選、變數聚類和模型篩選。
分子生物學中的基因表現數據是指測量生物樣本（例如細胞或組織）中基因的活性水平。 它提供了有關哪些基因活躍、它們如何調節以及它們在不同條件和疾病中如何相互作用的寶貴資訊。
格式化您的數據
對於 JMP Pro 中的每個組學數據分析，例如基因表現數據、代謝表達數據或基因型數據，數據集需要採用以下格式：
- 每個特定樣本應該有自己的行，列出各種觀察結果，例如患者 (P1)、其表型 (Ph1、Ph2)、其性狀 (T1) 等。
- 每個變數或欄位都是一種特定基因表現（對於基因表現數據）或特定 SNP 或等位基因（對於遺傳學數據）的基因型的測量。
基因表現數據
基因表現數據的目標是發現不同性狀或患者治療之間基因或信使 RNA 的顯著差異表達。 數據來源可能不同；它可以來自微陣列、NGS（下一代基因定序）、PCR 等。 一般來說，輸入資料看起來非常相似，因為每個患者都有基因表現測量值，這些數值反映了細胞或組織中信使 RNA 的豐度。 這個想法是找到細胞/組織中從一種性狀/治療到另一種性狀/治療不同的基因表現。
數據集政府SE 34317已用於以下範例。 數據代表兩種不同動物（母牛和小母牛）在三個不同排卵前卵泡發育階段（次生或選擇、早期竇或分化、竇/排卵前或黃體化）的兩種不同組織/細胞類型（顆粒和卵泡膜）。
引用的文章可以找到這裡。
圖片來源：卵巢卵泡 - 概述 |科學直接主題
資料清洗後，剩餘資料包含19k個變數（基因）和65個樣本：
本實驗的目的是確定代謝/泌乳環境對泌乳牛和未產小母牛排卵前卵泡發育的三個不同階段的卵泡膜和顆粒細胞基因差異表達的影響。 在 JMP Pro 17 的幫助下，應用了以下工作流程：
在本文的第 2、3 和 4 部分中，我將解釋工作流程的每個步驟是如何實現的。 敬請關注。
