在本博客的第一部分，我介绍了 JMP Pro 17 中基因表达数据的控制和质量检查工作流程。 继续阅读以了解如何应用此步骤。
控制和质量
在进行任何类型的分析之前，需要对样品进行质量检查以确保结果一致。
开始于层次集群平台来检查来自不同来源的样本是否可以聚类在一起。 您可以根据样本和/或基因在表达模式上的相似性将它们分组到簇中来做到这一点。 如果样本可以根据它们的来源聚类在一起，那么我们可以确信我们对分组变量（组织、阶段和动物类型）有可靠和准确的表示。
随着 JMP 17 的出现，Ward 方法的一种新计算方法（称为混合 Ward）已经实施。 它对于可能有数万（甚至数百）个项目要聚类的组学数据特别有用。
图像
每条线代表一个样本。 我们对样品进行了颜色编码，以便我们可以看到细胞/组织阶段之间的差异。 我们可以看到同质的样本簇，除了少数（细胞/组织阶段选择和分化）。
这多元嵌入平台使用分层聚类中使用的另一种方法将样本聚类成组。 它允许将一个非常高维的数据集映射到一个低维空间，这样在高维空间中彼此靠近的点在由此产生的低维空间中彼此靠近。 通常可以在 2D 或 3D 图形中显示两个或三个维度。 我使用了 t-SNE 方法，它演示了数据如何聚类。
图像
在此图中，每个圆圈（奶牛）或三角形（小母牛）代表一个样本。 我们可以看到均匀的样本簇，特别是在颗粒细胞和膜细胞类型之间（用红色散列线表示），以及黄素化与选定/分化细胞/组织阶段。 奶牛和小母牛不分开聚集。 正如我们很可能会看到的那样，母牛和小母牛之间的基因表达没有显着差异，选择和分化之间的组织阶段也没有显着差异。 知道这一点，比较组织类型或组织阶段之间基因的差异表达是有意义的。
在下一篇博客中，我将讨论如何使用响应筛选和 X 平台拟合 Y 来比较组。
