Im ersten Teil dieses Blogs habe ich einen Workflow zur Kontrolle und Qualitätsprüfung mit Genexpressionsdaten in JMP Pro 17 vorgestellt. Lesen Sie weiter, um zu erfahren, wie Sie diesen Schritt anwenden.
Kontrolle und Qualität
Bevor irgendeine Art von Analyse durchgeführt wird, müssen die Proben einer Qualitätsprüfung unterzogen werden, um ein kohärentes Ergebnis sicherzustellen.
Beginnen Sie mit dem Hierarchischer Cluster Plattform, um zu prüfen, ob Proben unterschiedlicher Herkunft zusammengefasst werden können. Sie können dies erreichen, indem Sie Proben und/oder Gene auf der Grundlage ihrer Ähnlichkeit in den Expressionsmustern in Cluster gruppieren. Wenn Proben anhand ihrer Herkunft gruppiert werden können, können wir sicher sein, dass wir über eine zuverlässige und genaue Darstellung der Gruppierungsvariablen (Gewebe, Stadium und Tiertyp) verfügen.
Mit der Einführung von JMP 17 wurde ein neuer Rechenansatz für Wards Methode – Hybrid Ward genannt – implementiert. Dies ist besonders nützlich für Omics-Daten, bei denen möglicherweise Zehntausende (oder sogar Hunderttausende) Elemente geclustert werden müssen.
Jede Zeile repräsentiert eine Probe. Wir haben die Proben farblich gekennzeichnet, damit wir die Unterschiede zwischen Zell-/Gewebestadien erkennen können. Bis auf einige wenige (ausgewählte und differenzierte Zell-/Gewebestadien) können wir homogene Cluster von Proben erkennen.
Der Multivariate Einbettung Die Plattform verwendet eine andere Methode als die beim hierarchischen Clustering verwendete, um Stichproben in Gruppen zu gruppieren. Es ermöglicht die Abbildung eines sehr hochdimensionalen Datensatzes in einem niedrigdimensionalen Raum, sodass Punkte, die im hochdimensionalen Raum nahe beieinander liegen, im resultierenden niedrigdimensionalen Raum nahe beieinander liegen. Typischerweise zwei oder drei Dimensionen, die in einem 2D- oder 3D-Diagramm dargestellt werden können. Ich habe die t-SNE-Methode verwendet, die zeigt, wie sich die Daten gruppieren.
In dieser Grafik stellt jeder Kreis (Kühe) bzw. jedes Dreieck (Färsen) eine Probe dar. Wir können homogene Probencluster erkennen, insbesondere zwischen Granulosa- und Theca-Zelltyp (dargestellt durch die gestrichelte rote Linie) sowie luteinisierte versus ausgewählte/differenzierte Zell-/Gewebestadien. Kühe und Färsen gruppieren sich nicht getrennt. Wie wir höchstwahrscheinlich sehen werden, gibt es weder einen signifikanten Unterschied in der Genexpression zwischen Kuh und Färse noch in den Gewebestadien zwischen ausgewählter und differenzierter Kuh. Vor diesem Hintergrund ist es sinnvoll, die unterschiedliche Expression von Genen zu vergleichen, entweder zwischen Gewebetyp oder Gewebestadium.
Im nächsten Blog werde ich darüber sprechen, wie man Gruppen mithilfe der Response-Screening- und Fit-Y-by-X-Plattform vergleicht.
