Dans cette série de blogs, j'ai introduit un flux de travail permettant de comparer des groupes pour l'expression différenciée de gènes dans JMP Pro 17. Continuez à lire pour voir comment appliquer cette étape.
Comparer les groupes
Le but de toute expérience d'expression génique est de trouver des biomarqueurs - des marqueurs ou des gènes qui sont exprimés de manière différentielle dans différents traits/traitements. JMP Pro 17 propose plusieurs plates-formes pour résoudre ce problème, dont l'une est le filtrage des réponses.
Le Dépistage des réponses La plate-forme automatise le processus de réalisation de tests sur un grand nombre de réponses, ce qui en fait un scénario parfait pour les données génomiques. Étant donné que les données contiennent environ 19 000 variables, ce qui entraîne un grand nombre de réponses, il est impossible de traiter les réponses comme une comparaison à une seule variable. Il s'agit d'une fonctionnalité puissante pour identifier des biomarqueurs influents lorsque leur expression diffère de manière significative au sein d'une variable de regroupement particulière, dans notre cas, le type de tissu et le stade tissulaire.
Une façon de représenter cette sortie est un diagramme de volcan, comme indiqué ci-dessous. Il s'agit de la représentation graphique la plus couramment utilisée pour visualiser des biomarqueurs significativement différenciés entre des paires de traitements (le traitement dans ce cas est le stade tissulaire et le contrôle est défini sur "sélectionné"). Chaque point est un gène.
L'axe X représente la différence des moyens d'expression des biomarqueurs ; l'axe Y représente la signification de la différence des moyennes en termes de logworth (-log10 pvalue). Le bleu signifie exprimé négativement ou réprimé, et le rouge signifie exprimé positivement ou surexprimé. Il existe de nombreux biomarqueurs significatifs, j'ai donc filtré les pvalues FDR logworth supérieures à 15, ce qui a donné les six éléments sélectionnés.
Une vue détaillée des éléments sélectionnés dans le Ajuster Y par X révèle le niveau d'expression dans les différents sous-groupes de Tissue Stage.
Ensuite, j'ai regroupé toutes les différences dans un seul tableau de données, en utilisant Graph Builder pour afficher les résultats finaux. Une différence significative d'expression est représentée dans les six gènes au stade de tissu lutéinisé, ce qui n'était pas une surprise compte tenu des résultats antérieurs obtenus dans la plateforme Fit Y by X et dans Multivariate Embedding.
Dans le prochain blog, je parlerai de la façon de modéliser les données d'expression génique à l'aide de différents outils analytiques.
