Undersøgelse af ikke lineære sammenhænge mellem codon ...
Undersøgelse af ikke lineære sammenhænge mellem codon ... Undersøgelse af ikke lineære sammenhænge mellem codon ...
Expression Index Efter normalisering af data udføres en ”Expression Index” beregning, da hver plade indeholder probesets. Expression Indexet gør, at der kun er en ekspressionsværdi pr. probe pr. plade. Dette foretages med to forskellige summerings algoritmer: Robust Multiarray Average(Medianpolish)[4][5][6] og LiWong[2][3]. Der vælges 2 metoder, så den bedst egnede kan udvælges. Figuren viser Expression Index for data Fra figuren ses det at de to metoder giver lige gode resultater, og der vælges at arbejde videre med Liwong, da denne algoritme egner sig bedst til at håndtere flere affymatrixplader i teorien. 8
Geometrisk gennemsnit Herefter beregnes det geometriske gennemsnit for hvert probe(over pladerne). Dette gøres ud fra følgende formel: 1 n ⎛ ⎞ n G = ⎜ x n ∏ i ⎟ = x1 ⋅ x2 ⋅... ⋅ i= 1 ⎝ ⎠ Når det geometriske gennemsnit er beregnet, er der kun en værdi for hvert probe(9335 værdier i alt). Sammenholdes dette tale med antallet af gener, ses det, af antallet af prober er langt højere(antal gener er 5861). Dette skyldes at der på affymatrix-pladen også er blevet testet sekvenser der måske er gener, og DNA-sekvenser der ikke er gener. x n 9
- Page 1 and 2: Undersøgelse af ikke lineære samm
- Page 3 and 4: Indledning Protein kodes af RNA, de
- Page 5 and 6: Data For at lave CAI beregninger, s
- Page 7: Normalisering af data For at kunne
- Page 11 and 12: Beregning af optimal CAI Der beregn
- Page 13 and 14: Resultater Li og Sharps CAI Herunde
- Page 15 and 16: Pearson korrelation for ikke logari
- Page 17 and 18: Dicodon CAI For at få et overblik
- Page 19 and 20: Diskussion Den optimale CAI forudsi
- Page 21 and 22: Konklusion Det er blevet undersøgt
- Page 23 and 24: [8] Cheng Li and Wing Hung Wong, Mo
- Page 25 and 26: Normalisering af data: Sc.data.qsp
- Page 27 and 28: Koble genudtryk med gennavne source
- Page 29 and 30: Til Optimal CAI beregning kun gener
- Page 31 and 32: Beregning af CAI wk=0 CAI.vector.10
- Page 33 and 34: Beregning af CAI wk=0 CAI.vector.24
- Page 35 and 36: Beregning af CAI wk=0 CAI.vector.25
- Page 37 and 38: For alle gener...De 100 højst udtr
- Page 39 and 40: For alle gener...For de 24 højst u
- Page 41 and 42: For alle gener...De 250 højst udtr
- Page 43 and 44: Sammenligning mellem Li og Sharps C
- Page 45 and 46: Sammensætning af gener i dicodons:
- Page 47: Sammenligning mellem dicodon CAI og
Expression Index<br />
Efter normalisering <strong>af</strong> data udføres en ”Expression Index” beregning, da hver plade indeholder<br />
probesets. Expression Indexet gør, at der kun er en ekspressionsværdi pr. probe pr. plade. Dette<br />
foretages med to forskellige summerings algoritmer: Robust Multiarray<br />
Average(Medianpolish)[4][5][6] og LiWong[2][3]. Der vælges 2 metoder, så den bedst egnede kan<br />
udvælges.<br />
Figuren viser Expression Index for data<br />
Fra figuren ses det at de to metoder giver lige gode resultater, og der vælges at arbejde videre med<br />
Liwong, da denne algoritme egner sig bedst til at håndtere flere <strong>af</strong>fymatrixplader i teorien.<br />
8