w***g
发帖数: 5958 | 1 请版上的生物专家帮忙。
我有一批基因芯片数据，型号是affymetrix HG-U133_Plus_2。
需要把.CEL文件处理成适合机器学习的格式。
目前我用的就是三行R程序。
data <- ReadAffy(filenames=args[1])
eset.mas5 <- mas5(data)
write.exprs(est.mas5, file=args[2])
想请教下这种数据应该做什么样的normalization或者别的预处理
才适合进行后续机器学习。
穷酸就穷酸吧。我反正是靠情怀活着，偶尔也做点火坑专业的事情。 |
g******w
发帖数: 78 | 2 Quantile Normalization可以试试
【在 w***g 的大作中提到】
: 请版上的生物专家帮忙。
: 我有一批基因芯片数据，型号是affymetrix HG-U133_Plus_2。
: 需要把.CEL文件处理成适合机器学习的格式。
: 目前我用的就是三行R程序。
: data <- ReadAffy(filenames=args[1])
: eset.mas5 <- mas5(data)
: write.exprs(est.mas5, file=args[2])
: 想请教下这种数据应该做什么样的normalization或者别的预处理
: 才适合进行后续机器学习。
: 穷酸就穷酸吧。我反正是靠情怀活着，偶尔也做点火坑专业的事情。
|
w***g
发帖数: 5958 | 3 这个mas5的数值直接用可以吗？
或者mas5经过quantile normalization就可以直接用了吗？
主要是我这个数据提取不能显得太外行。后续机器学习倒是没问题。
多谢！
【在 g******w 的大作中提到】
: Quantile Normalization可以试试
|
x***u
发帖数: 297 | 4 mas5 已经是Normalized的了。再加其他的不太好。
MAS5 是比较老的Normalization方法，最初是给 3‘ Chip 做的，每个array是独立
normalized。
像affy这种 u133 plus 2 是probe level的 chp 用 RMA比较好。RMA会normalize
between chips，。 |
W***o
发帖数: 6519 | 5 是不是还要参照cDNA的量来normalize一下？
5年多没搞这东西了，呵呵 |
w***g
发帖数: 5958 | 6 是的。似乎我那个程序默认是用RMA。但是医院给的数据可以和mas5对上。
我从网上下了好几千个cel文件，如果normalize between chips会太慢，
或者干脆程序不正常吧。这些cel可能是很不同的实验做出来的。
【在 x***u 的大作中提到】
: mas5 已经是Normalized的了。再加其他的不太好。
: MAS5 是比较老的Normalization方法，最初是给 3‘ Chip 做的，每个array是独立
: normalized。
: 像affy这种 u133 plus 2 是probe level的 chp 用 RMA比较好。RMA会normalize
: between chips，。
|
A*****n
发帖数: 243 | 7 可以试一下frozen robust RMA (fRMA)。如果你这么多CEL都是来自于GEO的话，有一些
lab做过统一处理的事情，应该可以直接下载。不过这么多CEL，最后normarlization的
计算都很简单，meta data curation才最麻烦。
【在 w***g 的大作中提到】
: 是的。似乎我那个程序默认是用RMA。但是医院给的数据可以和mas5对上。
: 我从网上下了好几千个cel文件，如果normalize between chips会太慢，
: 或者干脆程序不正常吧。这些cel可能是很不同的实验做出来的。
|
w***g
发帖数: 5958 | 8 请版上的生物专家帮忙。
我有一批基因芯片数据，型号是affymetrix HG-U133_Plus_2。
需要把.CEL文件处理成适合机器学习的格式。
目前我用的就是三行R程序。
data <- ReadAffy(filenames=args[1])
eset.mas5 <- mas5(data)
write.exprs(est.mas5, file=args[2])
想请教下这种数据应该做什么样的normalization或者别的预处理
才适合进行后续机器学习。
穷酸就穷酸吧。我反正是靠情怀活着，偶尔也做点火坑专业的事情。 |
g******w
发帖数: 78 | 9 Quantile Normalization可以试试
【在 w***g 的大作中提到】
: 请版上的生物专家帮忙。
: 我有一批基因芯片数据，型号是affymetrix HG-U133_Plus_2。
: 需要把.CEL文件处理成适合机器学习的格式。
: 目前我用的就是三行R程序。
: data <- ReadAffy(filenames=args[1])
: eset.mas5 <- mas5(data)
: write.exprs(est.mas5, file=args[2])
: 想请教下这种数据应该做什么样的normalization或者别的预处理
: 才适合进行后续机器学习。
: 穷酸就穷酸吧。我反正是靠情怀活着，偶尔也做点火坑专业的事情。
|
w***g
发帖数: 5958 | 10 这个mas5的数值直接用可以吗？
或者mas5经过quantile normalization就可以直接用了吗？
主要是我这个数据提取不能显得太外行。后续机器学习倒是没问题。
多谢！
【在 g******w 的大作中提到】
: Quantile Normalization可以试试
|
|
|
x***u
发帖数: 297 | 11 mas5 已经是Normalized的了。再加其他的不太好。
MAS5 是比较老的Normalization方法，最初是给 3‘ Chip 做的，每个array是独立
normalized。
像affy这种 u133 plus 2 是probe level的 chp 用 RMA比较好。RMA会normalize
between chips，。 |
W***o
发帖数: 6519 | 12 是不是还要参照cDNA的量来normalize一下？
5年多没搞这东西了，呵呵 |
w***g
发帖数: 5958 | 13 是的。似乎我那个程序默认是用RMA。但是医院给的数据可以和mas5对上。
我从网上下了好几千个cel文件，如果normalize between chips会太慢，
或者干脆程序不正常吧。这些cel可能是很不同的实验做出来的。
【在 x***u 的大作中提到】
: mas5 已经是Normalized的了。再加其他的不太好。
: MAS5 是比较老的Normalization方法，最初是给 3‘ Chip 做的，每个array是独立
: normalized。
: 像affy这种 u133 plus 2 是probe level的 chp 用 RMA比较好。RMA会normalize
: between chips，。
|
A*****n
发帖数: 243 | 14 可以试一下frozen robust RMA (fRMA)。如果你这么多CEL都是来自于GEO的话，有一些
lab做过统一处理的事情，应该可以直接下载。不过这么多CEL，最后normarlization的
计算都很简单，meta data curation才最麻烦。
【在 w***g 的大作中提到】
: 是的。似乎我那个程序默认是用RMA。但是医院给的数据可以和mas5对上。
: 我从网上下了好几千个cel文件，如果normalize between chips会太慢，
: 或者干脆程序不正常吧。这些cel可能是很不同的实验做出来的。
|
g**********y
发帖数: 423 | 15 几乎所有的microarray data的主要问题是batch effect的问题，不是machine
learning的问题。 |
