gcrmabackadj

执行上GC鲁棒多阵列平均(GCRMA)背景调整Affymetrix公司使用序列信息的微阵列探针级数据

语法

PMMatrix_Adj= gcrmabackadj (PMMatrix,MMMatrix,AffinPM,AffinMM)
(PMMatrix_Adj,nsbStruct) = gcrmabackadj (PMMatrix,MMMatrix,AffinPM,AffinMM)
... = gcrmabackadj(... 'OpticalCorr',OpticalCorrValue,……)
... = gcrmabackadj(... 'CorrConst',CorrConstValue,……)
... = gcrmabackadj(... '法',MethodValue,……)
... =gcrmabackadj(…'TuningParam',TuningParamValue,……)
... =gcrmabackadj(…'AddVariance',AddVarianceValue,……)
... =gcrmabackadj(…'GSBCorr',GSBCorrValue,……)
... =gcrmabackadj(…“显示图”,ShowplotValue,……)
... =gcrmabackadj(…'Verbose',VerboseValue,……)

输入参数

PMMatrix

强度值的矩阵,其中每一行对应于完美匹配(PM)的探针和每列对应于在Affymetrix®CEL文件。(每个CEL文件是从一个单独的芯片中产生。所有的芯片应该是相同类型的。)

提示

您可以使用P强度返回的矩阵celintensityread函数。

MMMatrix

强度值的矩阵,其中每一行对应于一个错配(MM)探针,并且每一列对应于在Affymetrix CEL文件。(每个CEL文件是从一个单独的芯片中产生。所有的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。

AffinPM PM探针的亲和力,如通过返回的列向量affyprobeaffinities函数。每一行对应一个探头。
AffinMM MM探针的亲和力,如通过返回的列向量affyprobeaffinities函数。每一行对应一个探头。
OpticalCorrValue 控制使用光学背景校正对PM和MM探头的强度值PMMatrixMMMatrix。的选择是真正(默认)或
CorrConstValue 值,指定相关性常数,ρ-,为每个PM / MM探针对日志背景强度。选择任何值≥0≤1个。默认是0.7
MethodValue 指定估计信号的方法的字符向量或字符串。的选择是'MLE',一种更快的、特别的最大似然估计方法,或者'EB',一个更慢,更正式的,经验贝叶斯方法。默认是'MLE'
TuningParamValue 值,该值指定估计方法使用的调优参数。该调谐参数设置了具有正概率的信号值的下界。选择是积极的价值。默认是5(企业)或0.5(EB)。

提示

有关确定此参数的设置的信息,请参见吴等,2004

AddVarianceValue 控制信号方差是否被添加到权重函数用于平滑低信号边缘。的选择是真正要么(默认)。
GSBCorrValue 指定是否使用探测关联数据执行基因特定绑定(GSB)校正。的选择是真正(默认)或。如果没有探测亲和力的信息,这个属性被忽略。
ShowplotValue 控制的曲线图,示出日志显示2从指定的列(芯片)中提取的探针强度值MMMatrix,而不是探查亲和力AffinMM。的选择是真正,,或中指定列的整数MMMatrix。如果设置为真正中的第一列MMMatrix是绘制。默认是:
  • - 当指定的返回值。

  • 真正-当返回值未指定时。

VerboseValue 控制进度报告的显示,显示每个芯片的数量,因为它是完成的。的选择是真正(默认)或

输出参数

PMMatrix_Adj 背景调整PM(绝配)强度值的矩阵。
nsbStruct

含有非特异性结合背景参数的结构,由Affymetrix基因芯片上探针的强度和亲和力估计®数组中。nsbStruct包括以下领域:

  • σ

  • mu_pm

  • mu_mm

描述

PMMatrix_Adj= gcrmabackadj (PMMatrix,MMMatrix,AffinPM,AffinMM)使用探针序列信息和返回值,对Affymetrix芯片探针级数据进行GCRMA背景调整(包括光学背景校正和非特异性结合校正)PMMatrix_Adj,背景的一个矩阵调整PM(完全匹配)的强度值。

请注意

如果AffinPMAffinMM数据不可用,您仍然可以使用gcrmabackadj函数,在语法中为这两个输入输入空列向量。

(PMMatrix_Adj,nsbStruct) = gcrmabackadj (PMMatrix,MMMatrix,AffinPM,AffinMM)返回nsbStruct,一种包含非特异性结合背景参数的结构,由Affymetrix基因芯片阵列上探针的强度和亲和力估计。nsbStruct包括以下领域:

  • σ

  • mu_pm

  • mu_mm

... =gcrmabackadj(…'PropertyName',PropertyValue,……)调用gcrmabackadj部分可选的属性是使用属性名称/属性值对。您可以按任意顺序指定一个或多个属性。每PropertyName必须用单引号括起来,不区分大小写。这些属性名称/属性值对如下:

... = gcrmabackadj(... 'OpticalCorr',OpticalCorrValue,……)控制使用光学背景校正对PM和MM探头的强度值PMMatrixMMMatrix。的选择是真正(默认)或

... = gcrmabackadj(... 'CorrConst',CorrConstValue,……)指定的相关性常数,ρ-,为每个PM / MM探针对日志背景强度。选择任何值≥0≤1个。默认是0.7

... = gcrmabackadj(... '法',MethodValue,……)指定估计信号的方法。的选择是大中型企业,一种更快的、特别的最大似然估计方法,或者海尔哥哥,一个更慢,更正式的,经验贝叶斯方法。默认是大中型企业

... =gcrmabackadj(…'TuningParam',TuningParamValue,……)指定估计方法使用的调优参数。该调谐参数设置了具有正概率的信号值的下界。选择是积极的价值。默认是5(企业)或0.5(EB)。

提示

有关确定此参数的设置的信息,请参见吴等,2004

... =gcrmabackadj(…'AddVariance',AddVarianceValue,……)控制信号方差是否加到权函数中平滑低信号边缘。的选择是真正要么(默认)。

... =gcrmabackadj(…'GSBCorr',GSBCorrValue,……)指定是否执行基因特异性探针使用亲和力数据结合(GSB)校正。的选择是真正(默认)或。如果没有探测亲和力的信息,这个属性被忽略。

... =gcrmabackadj(…“显示图”,ShowplotValue,……)控制显示显示日志的图形2从指定的列(芯片)中提取的探针强度值MMMatrix,而不是探查亲和力AffinMM。的选择是真正,,或中指定列的整数MMMatrix。如果设置为真正中的第一列MMMatrix是绘制。默认是:

  • - 当指定的返回值。

  • 真正-当返回值未指定时。

... =gcrmabackadj(…'Verbose',VerboseValue,……)控制显示,因为它在完成每个芯片的数目的进度报告的显示。的选择是真正(默认)或

例子

  1. 加载MAT文件,包含的生物信息工具箱™软件,其中包含从前列腺癌研究的Affymetrix数据。在MAT文件中的变量包括:seqMatrix,对于PM探针的含基质的序列信息,pmMatrixmmMatrix,包含PM和MM探针强度值的矩阵probeIndices含探针索引信息的列向量。

    负载prostatecancerrawdata
  2. 计算Affymetrix PM和MM探针亲和从他们的序列和MM探针强度。

    [apm, amm] = affyprobeaffinities(seqMatrix, mmMatrix(:,1),'ProbeIndices', probeIndices);
  3. 在Affymetrix芯片探针水平数据执行GCRMA背景调整,产生的背景调整PM强度值的矩阵。此外,显示示出对数的曲线图2从第3列(芯片3)探针强度值的mmMatrix,而不是探查亲和力AMM

    pms_adj=gcrmabackadj(pmMatrix,mmMatrix,apm,amm,“showplot”3);

  4. 再次执行GCRMA背景调整,使用更慢,更正式的,经验贝叶斯方法。

    (pmMatrix, mmMatrix, apm, amm)'方法','EB');

prostatecancerrawdata.mat本例中使用的文件包含来自Best等人,2005年的数据。

工具书类

[1]吴,Z.,Irizarry,R.A,绅士,R.,略,F.M.,和Spencer,F。(2004)。基于模型背景调整为寡核苷酸表达阵列。杂志美国统计协会99(468),909-917。

[2]吴,Z.,和Irizarry,R.A。(2005年)。通过杂交理论的短寡核苷酸阵列的启发随机模型。RECOMB 2004ĴCOMPUT生物学论文集。12(6), 882 - 93。

吴淑珍,和Irizarry, R.A.(2005)。微阵列探针级数据分析的统计框架。约翰霍普金斯大学生物统计学工作论文73。

[4]吴,Z.,和Irizarry,R.A。(2003年)。基于模型背景调整为寡核苷酸表达阵列。RSS研讨会基因表达,怀,英格兰,http://biosun01.biostat.jhsph.edu/%7Eririzarr/Talks/gctalk.pdf

[5]阿卜杜勒拉布,N.A.,和巴拉卡特,H.M.(1979年)。估计问题的二元对数正态分布。印度J.纯应用。数学10 (7),815-825。

(6] Best, 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。

介绍了R2007a