gcrma

执行GC健壮Multi-array平均(GCRMA)背景调整,分位数正常化,median-polish总结Affymetrix微阵列probe-level数据

语法

ExpressionMatrix= gcrma (PMMatrix,MMMatrix,ProbeIndices,AffinPM,AffinMM) ExpressionMatrix= gcrma (PMMatrix,MMMatrix,ProbeIndices,SequenceMatrix) ExpressionMatrix= gcrma (…,'ChipIndex',ChipIndexValue,……) ExpressionMatrix= gcrma (…,'OpticalCorr',OpticalCorrValue,……) ExpressionMatrix= gcrma (…,'CorrConst',CorrConstValue,……) ExpressionMatrix= gcrma (…“方法”,MethodValue,……) ExpressionMatrix= gcrma (…,'TuningParam',TuningParamValue,……) ExpressionMatrix= gcrma (…,'GSBCorr',GSBCorrValue,……) ExpressionMatrix= gcrma (…,'Normalize',NormalizeValue,……) ExpressionMatrix= gcrma (…,'Verbose',VerboseValue,……)

输入参数

`PMMatrix`	强度值矩阵的每一行对应一个完美匹配(PM)调查,每一列对应一个Affymetrix^®玻璃纸文件。(每个玻璃纸文件生成一个单独的芯片。所有芯片应该是相同类型的。) 提示您可以使用`PMIntensities`返回的矩阵`celintensityread`函数。
`MMMatrix`	强度值矩阵的每一行对应一个不匹配(MM)探测器和每一列对应一个Affymetrix玻璃纸文件。(每个玻璃纸文件生成一个单独的芯片。所有芯片应该是相同类型的。) 提示您可以使用`MMIntensities`返回的矩阵`celintensityread`函数。
`ProbeIndices`	列向量包含调查指标。探测器在探测设置编号0N- 1,N是探针的探针的数量集。提示您可以使用`affyprobeseqread`函数来生成这个列向量。
`AffinPM`	列向量点调查的亲和力。提示您可以使用`affyprobeaffinities`函数来生成这个列向量。
`AffinMM`	列向量的毫米探针亲和力。提示您可以使用`affyprobeaffinities`函数来生成这个列向量。
`SequenceMatrix`	一个N25个矩阵序列信息的完美匹配(PM)探测器在Affymetrix GeneChip^®数组,N探测器的数量在数组中。每一行对应一个探测器,每一列对应一个25序列的位置。核苷酸的序列是由一个整数: `0`——没有一个 `1`——一个 `2`- C `3`- G `4`- T 提示您可以使用`affyprobeseqread`函数来生成这个矩阵。如果你有这个序列信息在信中表示,你可以把它转换成使用整数表示`nt2int`函数。
`ChipIndexValue`	正整数指定列指数`MMMatrix`,它指定一个芯片。这个芯片强度数据用于计算探测器亲和力。默认是`1`。
`OpticalCorrValue`	控件的使用光学背景校正点和MM强度值`PMMatrix`和`MMMatrix`。的选择是`真正的`(默认)或`假`。
`CorrConstValue`	ρ值指定了相关常数,为每个点/毫米探针对背景强度。选择任何值`≥0`和`≤1`。默认是`0.7`。
`MethodValue`	特征向量或字符串,指定了方法来估计信号。的选择是`“初速”`更快,特设最大似然估计方法,或`“海尔哥哥”`较慢,更正式,经验贝叶斯方法。默认是`“初速”`。
`TuningParamValue`	值,指定使用的调优参数估计方法。这个调优参数集与积极的概率信号值的下界。选择是一个积极的价值。默认是`5`(企业)或`0.5`(EB)。提示有关确定为这个参数设置的信息,明白了吴et al ., 2004。
`GSBCorrValue`	指定是否执行gene-specific绑定(’)校正使用探针关联数据。的选择是`真正的`(默认)或`假`。如果没有探针关联信息,该属性将被忽略。
`NormalizeValue`	控制是否执行分位数正常化背景调整数据。的选择是`真正的`(默认)或`假`。
`VerboseValue`	控件的显示一个进度报告显示每个芯片的数量和完成。的选择是`真正的`(默认)或`假`。

输出参数

ExpressionMatrix 矩阵的日志₂表达式的值,每一行对应一个基因(探针集),每一列对应一个Affymetrix玻璃纸文件,代表一个单一的芯片。

描述

ExpressionMatrix= gcrma (PMMatrix,MMMatrix,ProbeIndices,AffinPM,AffinMM)执行GCRMA背景调整,分位数正常化,median-polish总结Affymetrix微阵列使用探针probe-level数据关联数据。ExpressionMatrix是一个矩阵的日志吗₂表达式的值,每一行对应一个基因(探针集),每一列对应一个Affymetrix玻璃纸文件,代表一个单一的芯片。

请注意

没有列ExpressionMatrix包含探测器设置或基因信息。

ExpressionMatrix= gcrma (PMMatrix,MMMatrix,ProbeIndices,SequenceMatrix)执行GCRMA背景调整、分位数正常化和健壮的Multi-array平均(RMA)总结Affymetrix使用探针序列数据来计算探测器阵列probe-level数据关联数据。ExpressionMatrix是一个矩阵的日志吗₂表达式的值,每一行对应一个基因(探针集),每一列对应一个Affymetrix玻璃纸文件,代表一个单一的芯片。

请注意

如果AffinPM和AffinMM关联数据和SequenceMatrix序列数据不可用,您仍然可以使用gcrma通过输入一个空的函数矩阵的这些输入语法。

ExpressionMatrix= gcrma (……”PropertyName”,PropertyValue,……)调用gcrma与使用属性名可选属性/属性值对。您可以指定一个或多个属性在任何顺序。每一个PropertyName必须包含在单引号,不分大小写。这些属性名称/属性值对如下:

ExpressionMatrix= gcrma (…,'ChipIndex',ChipIndexValue,……)计算从毫米探针探针亲和性强度数据芯片与指定的列索引MMMatrix。默认的ChipIndexValue是1。如果AffinPM和AffinMM关联数据提供,该属性将被忽略。

ExpressionMatrix= gcrma (…,'OpticalCorr',OpticalCorrValue,……)控件的使用光学背景校正点和MM强度值PMMatrix和MMMatrix。的选择是真正的(默认)或假。

ExpressionMatrix= gcrma (…,'CorrConst',CorrConstValue,……)指定的相关常数,ρ,背景为每个点/毫米探针对强度。选择任何值≥0和≤1。默认是0.7。

ExpressionMatrix= gcrma (…“方法”,MethodValue,……)指定的方法来估计信号。的选择是大中型企业更快,特设最大似然估计方法,或海尔哥哥较慢,更正式,经验贝叶斯方法。默认是大中型企业。

ExpressionMatrix= gcrma (…,'TuningParam',TuningParamValue,……)指定使用的调优参数估计方法。这个调优参数集与积极的概率信号值的下界。选择是一个积极的价值。默认是5(企业)或0.5(EB)。

提示

有关确定为这个参数设置的信息,明白了吴et al ., 2004。

ExpressionMatrix= gcrma (…,'GSBCorr',GSBCorrValue,……)指定是否要执行基因特定绑定(’)校正使用探针关联数据。的选择是真正的(默认)或假。如果没有探针关联信息,该属性将被忽略。

ExpressionMatrix= gcrma (…,'Normalize',NormalizeValue,……)控制是否执行分位数正常化背景调整数据。的选择是真正的(默认)或假。

ExpressionMatrix= gcrma (…,'Verbose',VerboseValue,……)控件的显示一个进度报告显示每个芯片的数量和完成。的选择是真正的(默认)或假。

例子

加载MAT-file,包含的生物信息学工具箱™软件,包含Affymetrix来自前列腺癌研究的数据。MAT-file中的变量包括seqMatrix点探测器包含序列信息的矩阵,pmMatrix和mmMatrix,包含点和毫米探针强度值矩阵,probeIndices,一个列向量包含探测器索引信息。
```
负载prostatecancerrawdata
```

计算Affymetrix点到毫米探针序列和毫米探针强度相似之处。

(apm,一个mm) = affyprobeaffinities (seqMatrix mmMatrix (: 1),…“ProbeIndices”,probeIndices);

执行GCRMA背景调整、分位数正常化和健壮Multi-array平均(RMA)总结Affymetrix微阵列probe-level数据并创建一个矩阵表达式的值。
```
expdata = gcrma (pmMatrix mmMatrix、probeIndices seqMatrix);
```

的prostatecancerrawdata.mat文件中使用这个例子中包含的数据最好的et al ., 2005。

引用

[1],Z。,Irizarry, R.A., Gentleman, R., Murillo, F.M., and Spencer, F. (2004). A Model Based Background Adjustment for Oligonucleotide Expression Arrays. Journal of the American Statistical Association99 (468),909 - 917。

[2],Z。,和Irizarry, R.A. (2005). Stochastic Models Inspired by Hybridization Theory for Short Oligonucleotide Arrays. Proceedings of RECOMB 2004. J Comput Biol.12 (6),882 - 93。

[3],Z。,和Irizarry, R.A. (2005). A Statistical Framework for the Analysis of Microarray Probe-Level Data. Johns Hopkins University, Biostatistics Working Papers 73.

[4]速度、t (2006)。背景模型和GCRMA。讲座10,246年统计,加州大学伯克利分校。

[5]最好,C.J.M.,Gillespie, J.W., Yi, Y., Chandramouli, G.V.R., Perlmutter, M.A., Gathright, Y., Erickson, H.S., Georgevich, L., Tangrea, M.A., Duray, P.H., Gonzalez, S., Velasco, A., Linehan, W.M., Matusik, R.J., Price, D.K., Figg, W.D., Emmert-Buck, M.R., and Chuaqui, R.F. (2005). Molecular alterations in primary prostate cancer after androgen ablation therapy. Clinical Cancer Research11,6823 - 6834。

版本历史

介绍了R2007a

另请参阅