后缀为cel的芯片文件,对应的芯片平台为Affymetrix, 针对这一平台的数据,可以通过R包affy来读取,读取时我们需要以下两种文件 1. 后缀为cel的探针荧光信号强度文件 2. 后缀为cdf的探针布局文件 cel文件是芯片扫描之后的原始数据文件,而cdf文件是每个芯片平台对应的文件,cdf格式的详细解释可以参考如下链接 https://media./support/developer/powertools/changelog/gcos-agcc/cdf.html 部分内容截图如下 针对一些常用芯片, bionconductor annotation收录了对应的cdf注释信息,链接如下 http://master./packages/release/data/annotation/ 在读取数据的过程中,affy会根据芯片平台自动化地从annotation中下载对应的cdf包,对于那些cdf文件没有收录在annotation中的芯片,就只能通过makecdfenv包手动创建对应的注释包了。 使用affy包读取cel文件的代码如下
核心就是ReadAffy函数,只需要提供cel文件所在文件夹的路径即可。 原始信号读取之后,我们需要将原始的探针水平的信号强度转变为基因水平的表达量,需要经过以下步骤 1. 读取探针水平的数据 2. 背景校正 3. 归一化 4. 探针特异性的背景校正,比如减去阴性对照的荧光强度 5. summary, 将一组探针的表达量合并为一个表达值水平 所有这些都通过一个函数expresso来执行,该函数非常灵活,包含了以下多个参数 1. bgcorrect.method 2. normalize.method 3. pmcorrect.method 4. summary.method 针对每一步骤都提供了很多的方法可供选择,展示如下
在expresso函数的基础上,封装了两个常见处理函数 1.mas5 2.rma 本质是固定了各种参数的值,从读取原始数据,到得到探针表达量的完整代码如下
|
|