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.