Metody sumarizace vícečipové

Tyto metody zahrnují lineární regresi, robustní regresi (viz Kontrola kvality na základě modelu úrovně sondy, kde jsme si již u PLM modelů popsali sumarizaci pomocí odhadu) a mediánové vyhlazování. Poslední metoda je specifická pro algoritmus RMA, který je implementovaný ve funkci rma, která provede korekci na pozadí pomocí RMA konvoluce, kvantilovou normalizaci a sumarizaci založenou na mediánovém vyhlazování.

>  Data.rma = rma(Data.clean)

Background correcting

Normalizing

Calculating Expression

> is(Data.rma)

[1] "ExpressionSet"    "eSet"    "VersionedBiobase" "Versioned"  

Po normalizaci můžeme znovu vykreslit MA grafy, tentokrát však již sumarizovaných expresních hodnot (obrázek 4.8).

> windows(15,7)

> par(mfrow=c(2,5), mar=c(2,2,3,1))

> MAplot(Data.rma, cex=0.75, las=1)

> mtext("M", 2, outer=T, line=-1.5, las=1)

> mtext("A", 1, line=2, at=-6)  

Obr. 4.8: MA grafy RMA normalizovaných expresních hodnot.