このブログの前半では、JMP Pro 17 での遺伝子発現データの管理と品質チェックのワークフローを紹介しました。 この手順を適用する方法を確認するには、読み続けてください。
管理と品質
あらゆる種類の分析を行う前に、一貫した結果を保証するためにサンプルの品質をチェックする必要があります。
から始めてください階層型クラスタープラットフォームを使用して、異なる起源からのサンプルを一緒にクラスター化できるかどうかを確認します。 これを行うには、発現パターンの類似性に基づいてサンプルや遺伝子をクラスターにグループ化します。 サンプルをその起源に基づいてクラスター化できれば、グループ化変数 (組織、ステージ、および動物の種類) を信頼性が高く正確に表現できると確信できます。
JMP 17 の登場により、ハイブリッド ウォードと呼ばれるウォードの手法に対する新しいコンピューティング アプローチが実装されました。 これは、クラスター化する項目が数万 (または数十万) ある可能性があるオミクス データの場合に特に役立ちます。
各行は 1 つのサンプルを表します。 細胞/組織ステージ間の違いがわかるように、サンプルを色分けしました。 いくつかのサンプル (細胞/組織段階が選択され、分化されている) を除いて、均質なサンプルのクラスターが確認できます。
の多変量埋め込みプラットフォームは、階層クラスタリングで使用される方法とは別の方法を使用して、サンプルをグループにクラスター化します。 これにより、非常に高次元のデータセットを低次元空間にマッピングできるため、高次元空間で互いに近い点が、結果として得られる低次元空間でも互いに近くなります。 通常、2D または 3D グラフで表示できる 2 つまたは 3 つの次元。 データがどのようにクラスター化されるかを示す t-SNE メソッドを使用しました。
このグラフでは、各円 (牛) または三角形 (未経産牛) が 1 つのサンプルを表します。 特に顆粒膜細胞型と Theca 細胞型 (赤い点線で示されている) の間で、均一なサンプルのクラスターが確認できます。また、黄体化段階と選択/分化細胞/組織段階も確認できます。 牛と未経産牛は別々に集まるわけではありません。 おそらく分かるように、牛と未経産牛との間の遺伝子発現には有意な差はなく、また、選抜されたものと分化したものとの間の組織段階にも有意な差はありません。 このことを理解すれば、組織タイプまたは組織ステージ間で遺伝子の発現差を比較することは理にかなっています。
次回のブログでは、回答スクリーニングを使用してグループを比較し、Y by X プラットフォームに適合させる方法について説明します。
