이 블로그 시리즈에서는 JMP Pro 17에서 차별화된 유전자 발현을 위해 그룹을 비교하는 작업 흐름을 소개했습니다. 이 단계를 적용하는 방법을 보려면 계속 읽으십시오.
그룹 비교
모든 유전자 발현 실험의 목표는 바이오마커(서로 다른 특성/치료에서 차등적으로 발현되는 마커 또는 유전자)를 찾는 것입니다. JMP Pro 17은 이 문제를 해결하기 위해 여러 플랫폼을 제공하며 그 중 하나는 응답 스크리닝입니다.
그만큼 반응 스크리닝 플랫폼은 수많은 응답에 대한 테스트 수행 프로세스를 자동화하여 게놈 데이터에 대한 완벽한 시나리오를 만듭니다. 데이터에 ~19,000개의 변수가 포함되어 있어 엄청난 수의 응답이 발생하므로 응답을 단일 변수 비교로 취급하는 것은 불가능합니다. 특정 그룹화 변수(우리의 경우 조직 유형 및 조직 단계) 내에서 발현이 크게 다를 때 영향력 있는 바이오마커를 식별하는 강력한 기능입니다.
이 출력을 나타내는 한 가지 방법은 아래와 같이 화산 플롯입니다. 치료 쌍 사이에서 상당히 차별화된 바이오마커를 시각화하기 위해 가장 일반적으로 사용되는 그래픽 표현입니다(이 경우 치료는 조직 단계이고 컨트롤은 "선택됨"으로 설정됨). 각 점은 하나의 유전자입니다.
X축은 바이오마커 발현 수단의 차이를 나타내고; Y 축은 logworth(-log10 pvalue) 측면에서 평균 차이의 유의성을 나타냅니다. 파란색은 부정적으로 표현되거나 억압됨을 의미하고 빨간색은 긍정적으로 표현되거나 과도하게 표현됨을 의미합니다. 중요한 바이오마커가 많기 때문에 15보다 큰 FDR logworth pvalue를 필터링하여 6개 항목을 선택했습니다.
에서 선택한 항목의 드릴다운 Y를 X로 맞추기 Tissue Stage의 다른 하위 그룹에서 표현 수준을 나타냅니다.
다음으로 Graph Builder를 사용하여 최종 결과를 표시하여 모든 차이점을 하나의 데이터 테이블로 다시 그룹화했습니다. 발현의 상당한 차이는 황체화 조직 단계에서 6개 유전자 모두에서 나타납니다. 이는 Fit Y by X 플랫폼과 다변량 포매에서 얻은 이전 결과를 고려하면 놀라운 일이 아닙니다.
IMAGE - Chris Kirchberg가 범례 제거에 댓글을 달았습니다. 진행 방법?
다음 블로그에서는 다양한 분석 도구를 사용하여 유전자 발현 데이터를 모델링하는 방법에 대해 이야기하겠습니다.
