这是一个包含一些示例数据的矩阵:
S1 S2 S3
ARHGEF10L 11.1818 11.0186 11.243
HIF3A 5.2482 5.3847 4.0013
RNF17 4.1956 0 0
RNF10 11.504 11.669. 12.0791
RNF11 9.5995 11.398 9.8248
RNF13 9.6257 10.8249 10.5608
GTF2IP1 11.8053 11.5487 12.1228
REM1 5.6835 3.5408 3.5582
MTVR2 0 1.4714 0
RTN4RL2 8.7486 7.9144 7.9795
C16orf13 11.8009 9.7438 8.9612
C16orf11 0 0 0
FGFR1OP2 7.679 8.7514 8.2857
TSKS 2.3036 2.8491 0.4699
我有一个矩阵“h”,其中10,000个基因作为rownames,100个样本作为列。我需要选择前20%高度可变的基因进行聚类。但我不确定我给的是对还是不对。
因此,对于此过滤,我使用了genefilter R package。
varFilter(h, var.func=IQR, var.cutoff=0.8, filterByQuantile=TRUE)
你认为我给出的命令对于获得前20%高变异基因是正确的吗?有谁能告诉我这种方法如何以统计方式运作?
答案 0 :(得分:3)
我自己没有使用过这个软件包,但是你正在使用的函数的帮助文件做了如下注释:
分割数据集时,IQR是一种合理的方差过滤器选择 分为两个大致相等且相对同质的表型组。如果 您的数据集的重要组小于整体的25% 样本量,或者如果您对不寻常的个人级别感兴趣 模式,那么IQR可能不够敏感,无法满足您的需求。在这样的 在这种情况下,您应该考虑使用不太健壮和更敏感的 方差度量(最简单的是sd)。
由于您的数据包含许多小组,因此遵循此建议将var.func
更改为var.func = sd
可能是明智之举。
sd
计算standard deviation,这应该很容易理解。
但是,此函数需要expressionSet
对象形式的数据。你得到的错误信息(Error in (function (classes, fdef, mtable) : unable to find an inherited method for function 'exprs' for signature '"matrix"'
)暗示你没有那个,而只是一个普通的矩阵。
我不知道如何创建expressionSet
,但我认为这样做过于复杂。所以我建议你使用你在评论中发布的代码:
vars <- apply(h, 1, sd)
h[vars > quantile(vars, 0.8), ]