このブログ シリーズでは、JMP Pro 17 で遺伝子の発現差を比較するため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。
グループを比較する
遺伝子発現実験の目標は、バイオマーカー、つまり異なる形質/治療で差次的に発現されるマーカーまたは遺伝子を見つけることです。 JMP Pro 17 は、この問題に対処するためにいくつかのプラットフォームを提供します。そのうちの 1 つは応答スクリーニングです。
の反応スクリーニングこのプラットフォームは、多数の応答に対してテストを実施するプロセスを自動化し、ゲノミクス データにとって完璧なシナリオとなります。 データには約 19,000 個の変数が含まれており、その結果膨大な数の応答が得られるため、応答を単一の変数の比較として扱うことは不可能です。 これは、特定のグループ化変数 (この場合は組織タイプと組織ステージ) 内で発現が大きく異なる場合に、影響力のあるバイオマーカーを特定するための強力な機能です。
この出力を表す 1 つの方法は、以下に示すようなボルケーノ プロットです。 これは、治療のペア間で大きく異なるバイオマーカーを視覚化するために最も一般的に使用されるグラフ表現です (この場合の治療は組織ステージであり、コントロールは「選択」に設定されています)。 各ドットは 1 つの遺伝子です。
X 軸はバイオマーカー発現平均の差を表します。 Y 軸は、平均の差の有意性を対数 (-log10 pvalue) で表します。 青は否定的に表現または抑制されていることを意味し、赤は肯定的に表現または過剰に表現されていることを意味します。 重要なバイオマーカーが多数あるため、15 を超える FDR ログワース p 値をフィルタリングし、6 つの項目が選択されました。
で選択した項目のドリルダウンYをXでフィット組織段階のさまざまなサブグループにおける発現レベルが明らかになります。
次に、グラフ ビルダーを使用して最終結果を表示し、すべての相違点を 1 つのデータ テーブルに再グループ化しました。 発現の有意な差は、ルテイン化組織段階の 6 つの遺伝子すべてで表されます。これは、Fit Y by X プラットフォームおよび多変量埋め込みで得られた初期の結果を考慮すると、驚くべきことではありません。
画像 - Chris Kirchberg が凡例を削除するとコメントしました。 どうやって進める？
次回のブログでは、さまざまな分析ツールを使用して遺伝子発現データをモデル化する方法について説明します。
