在本博客的第一部分中，我介紹了在 JMP Pro 17 中使用基因表達數據進行控制和質量檢查的工作流程。 繼續閱讀以了解如何應用此步驟。
控制和質量
在進行任何類型的分析之前，需要對樣品進行質量檢查，以確保獲得一致的結果。
從層次集群平台檢查來自不同來源的樣本是否可以聚集在一起。 您可以通過根據表達模式的相似性將樣本和/或基因分組來實現此目的。 如果樣本可以根據其來源聚集在一起，那麼我們就可以確信我們擁有分組變量（組織、階段和動物類型）的可靠且準確的表示。
隨著 JMP 17 的出現，Ward 方法的一種新計算方法（稱為 Hybrid Ward）已經得到實施。 它對於可能有數万（甚至數十）萬個項目進行聚類的組學數據特別有用。
每一行代表一個樣本。 我們對樣本進行了顏色編碼，以便我們可以看到細胞/組織階段之間的差異。 我們可以看到同質的樣本簇，除了少數（細胞/組織階段選擇和分化）。
這多元嵌入平台使用分層聚類中使用的另一種方法將樣本聚類成組。 它允許將非常高維的數據集映射到低維空間，以便在高維空間中彼此靠近的點在所得的低維空間中彼此靠近。 通常可以在 2D 或 3D 圖表中顯示兩個或三個維度。 我使用了 t-SNE 方法，它演示了數據如何聚類。
在此圖中，每個圓圈（奶牛）或三角形（小母牛）代表一個樣本。 我們可以看到同質的樣品簇，特別是顆粒細胞和卵泡膜細胞類型之間的樣品（由散列紅線所示），以及黃素化與選擇/分化細胞/組織階段的樣品。 母牛和小母牛不會分開聚集。 正如我們很可能看到的那樣，母牛和小母牛之間的基因表達沒有顯著差異，選擇的和分化的組織階段也沒有顯著差異。 了解這一點後，比較組織類型或組織階段之間基因的差異表達就有意義了。
在下一篇博客中，我將討論如何使用響應篩選來比較組並通過 X 平台擬合 Y。
