Nella prima parte di questo blog, ho introdotto un flusso di lavoro per il controllo e il controllo qualità con i dati di espressione genica in JMP Pro 17. Continua a leggere per vedere come applicare questo passaggio.
Controllo e Qualità
Prima di eseguire qualsiasi tipo di analisi, i campioni devono essere controllati dalla qualità per garantire un risultato coerente.
Inizia con il Cluster gerarchico piattaforma per verificare se i campioni provenienti da origini diverse possono essere raggruppati insieme. Puoi farlo raggruppando campioni e/o geni in cluster in base alla loro somiglianza nei modelli di espressione. Se i campioni possono essere raggruppati insieme in base alle loro origini, allora possiamo essere sicuri di avere una rappresentazione affidabile e accurata della variabile di raggruppamento (tessuto, stadio e tipo di animale).
Con l'avvento di JMP 17, è stato implementato un nuovo approccio informatico al metodo di Ward, chiamato Hybrid Ward. È particolarmente utile per i dati omici in cui possono essere presenti decine (o addirittura centinaia) di migliaia di elementi da raggruppare.
Ogni riga rappresenta un campione. Abbiamo codificato a colori i campioni in modo da poter vedere le differenze tra gli stadi cellulari/tessuti. Possiamo vedere cluster omogenei di campioni, ad eccezione di alcuni (Cell/Tissue Stage Selected and Differentiated).
IL Incorporamento multivariato platform utilizza un metodo diverso da quello utilizzato nel clustering gerarchico per raggruppare i campioni in gruppi. Consente di mappare un insieme di dati ad altissima dimensione in uno spazio a bassa dimensione, in modo che i punti vicini l'uno all'altro nello spazio ad alta dimensione siano vicini l'uno all'altro nello spazio a bassa dimensione risultante. Tipicamente due o tre dimensioni che possono essere mostrate in un grafico 2D o 3D. Ho utilizzato il metodo t-SNE, che dimostra come i dati si raggruppano.
In questo grafico, ogni cerchio (mucche) o triangolo (giovenche) rappresenta un campione. Possiamo vedere cluster omogenei di campioni, in particolare tra Granulosa e Theca Cell Type (illustrati dalla linea rossa tratteggiata), e anche luteinizzati rispetto a cellule/stadio di tessuto selezionato/differenziato. Vacche e giovenche non si raggruppano separatamente. Come vedremo molto probabilmente, non c'è una differenza significativa nell'espressione genica tra vacca e giovenca, né negli stadi tissutali tra selezionato e differenziato. Sapendo questo, ha senso confrontare l'espressione differenziale dei geni, sia tra il tipo di tessuto che tra lo stadio del tessuto.
Nel prossimo blog parlerò di come confrontare i gruppi utilizzando lo screening delle risposte e adattare la piattaforma Y per X.
