狠狠撸

狠狠撸Share a Scribd company logo
2017年度
第5回バイオインフォマティクス実習
作図方法
先端医科学研究センター
バイオインフォマティクス解析室 中林潤
? 大容量、高次元データを可視化
? 散布図、M-A plot、volcano plot、heatmap
? Rの作図機能を使用
ファイルの取得
? 遺伝子発現プロファイル
GEO データベースaccession number GSE10856
骨髄由来マクロファージをIgGまたはDcr3で処理
正規化した54675 x 4行列の遺伝子発現データから
5000遺伝子をランダムにサンプリングしたものを使用
課題配布フォルダのGSE10856_sample.txtファイルを
各自のデスクトップへドラッグ アンド ドロップでコピー
Rの設定
R X
> Sys.setenv(http_proxy = “http://poxy.med.yokohama-cu.ac.jp:8080”)
> source(“http://bioconductor.org/biocLite.R”)
> biocLite(“gplots”)
> library(gplots)
> biocLite(“samr”)
> library(samr)
54675 x 4行列の遺伝子発現データ
5000遺伝子をランダムにサンプリングしたものを使用
課題配布フォルダのGSE10856_sample.txtファイルを各自の
デスクトップへドラッグ アンド ドロップでコピー
scatter plot (散布図)
R X
> plot(x[,5], x[,6], pch = 20, col = “gray”, xlim = c(1,15), ylim = c(1,15), xlab = “IgG”,
+ ylab = “DcR3”, main = “scatter plot”)
散布図
データの分布を表示
Rでの行列の扱い
x[列,行]
plot(x軸, y軸, オプション)
pch:点のタイプ
col:色
xlim, ylim:x軸、y軸の範囲
xlab, ylab:x軸、y軸のラベル
main:タイトル
M-A plot
R X
> plot((x[,5] + x[,6])/2, x[,5] - x[,6]), pch = 20, col = “gray”, xlab = “A”,
+ ylab = “M”, main = “M-A plot”)
2群間比較
x軸:平均発現量
log2変換した値を使う
(log2(A)+log2(B)) / 2
y軸:発現比
log2(A/B)
volcano plot
2群間比較
x軸:発現比
y軸:p値
R X
> data.tmp <- list(x = x[,1:4], y = factor(c(“C”, “T”, “C”, “T”)), logged2 = TRUE)
> out <- samr(data.tmp, resp.type = “Two class unpaired”, nperms = 20)
> p.value <- samr.pvalues.from.perms(out$tt, out$ttstar)
> plot(x[,5] – x[,6], -log10(p.value), xlab = expression(paste(log[2], “(FC)”)),
+ ylab = expression(paste(log[10], “(p-value)”)), col = “gray”, main = “volcano plot”)
heatmap
R X
> heatmap.2(x[,1:4], col = greenred(75), cexRow = 0.1, cexCol = 0.8,
+ trace = “none”, density.info = “none”, main = “heatmap”)
散布図
データの分布を表示
Rでの行列の扱い
x[列,行]
gplots libraryのheatmap.2関数を
使用
cexRow, cexCol:x軸、y軸のラベル
文字の大きさ
col:greenred(階調)

More Related Content

Similar to 2017年度 第5回バイオインフォマティクス実习 (13)

PDF
バイオインフォマティクスによる遗伝子発现解析
sesejun
?
PPTX
2017年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2014年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
PDF
R_note_02_ver1.0
Satoshi Kume
?
PDF
?新規医療開発に関わる統計学 (ハ?イオインフォマティクス)
Hidemasa Bono
?
PPTX
生物情报実験法(画像情报処理入门)
Tsukasa Fukunaga
?
PPTX
2019bioinformaticsstudyno3
Jun Nakabayashi
?
PPTX
2019年第4回バイオインフォマティクス実习
Jun Nakabayashi
?
PDF
RNASkim
弘毅 露崎
?
PDF
搁でシステムバイオロジー
弘毅 露崎
?
PDF
Statistics_R
ocha_kaneko
?
PPTX
ISMB2014読み会 Ragout—a reference-assisted assembly tool for bacterial genomes
Haruka Ozaki
?
PPTX
2016年度 第5回バイオインフォマティクス実习
Jun Nakabayashi
?
バイオインフォマティクスによる遗伝子発现解析
sesejun
?
2017年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
2014年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
R_note_02_ver1.0
Satoshi Kume
?
?新規医療開発に関わる統計学 (ハ?イオインフォマティクス)
Hidemasa Bono
?
生物情报実験法(画像情报処理入门)
Tsukasa Fukunaga
?
2019bioinformaticsstudyno3
Jun Nakabayashi
?
2019年第4回バイオインフォマティクス実习
Jun Nakabayashi
?
搁でシステムバイオロジー
弘毅 露崎
?
Statistics_R
ocha_kaneko
?
ISMB2014読み会 Ragout—a reference-assisted assembly tool for bacterial genomes
Haruka Ozaki
?
2016年度 第5回バイオインフォマティクス実习
Jun Nakabayashi
?

More from Jun Nakabayashi (15)

PPTX
2019第5回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2014年度 第5回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2014年度 第3回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2015年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2015年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2016年度 第3回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2016年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2016年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2017年度 第4回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2018年度 第4回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2018年度 第3回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2018年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
2019年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
PPTX
Advanced medicalresearchcenterbioinformatics2
Jun Nakabayashi
?
PPTX
Advanced medicalresearchcenterbioinformatics1
Jun Nakabayashi
?
2019第5回バイオインフォマティクス実习
Jun Nakabayashi
?
2014年度 第5回バイオインフォマティクス実习
Jun Nakabayashi
?
2014年度 第3回バイオインフォマティクス実习
Jun Nakabayashi
?
2015年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
2015年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
2016年度 第3回バイオインフォマティクス実习
Jun Nakabayashi
?
2016年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
2016年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
2017年度 第4回バイオインフォマティクス実习
Jun Nakabayashi
?
2018年度 第4回バイオインフォマティクス実习
Jun Nakabayashi
?
2018年度 第3回バイオインフォマティクス実习
Jun Nakabayashi
?
2018年度 第2回バイオインフォマティクス実习
Jun Nakabayashi
?
2019年度 第1回バイオインフォマティクス実习
Jun Nakabayashi
?
Advanced medicalresearchcenterbioinformatics2
Jun Nakabayashi
?
Advanced medicalresearchcenterbioinformatics1
Jun Nakabayashi
?
Ad

2017年度 第5回バイオインフォマティクス実习

  • 2. ? 大容量、高次元データを可視化 ? 散布図、M-A plot、volcano plot、heatmap ? Rの作図機能を使用
  • 3. ファイルの取得 ? 遺伝子発現プロファイル GEO データベースaccession number GSE10856 骨髄由来マクロファージをIgGまたはDcr3で処理 正規化した54675 x 4行列の遺伝子発現データから 5000遺伝子をランダムにサンプリングしたものを使用 課題配布フォルダのGSE10856_sample.txtファイルを 各自のデスクトップへドラッグ アンド ドロップでコピー
  • 4. Rの設定 R X > Sys.setenv(http_proxy = “http://poxy.med.yokohama-cu.ac.jp:8080”) > source(“http://bioconductor.org/biocLite.R”) > biocLite(“gplots”) > library(gplots) > biocLite(“samr”) > library(samr) 54675 x 4行列の遺伝子発現データ 5000遺伝子をランダムにサンプリングしたものを使用 課題配布フォルダのGSE10856_sample.txtファイルを各自の デスクトップへドラッグ アンド ドロップでコピー
  • 5. scatter plot (散布図) R X > plot(x[,5], x[,6], pch = 20, col = “gray”, xlim = c(1,15), ylim = c(1,15), xlab = “IgG”, + ylab = “DcR3”, main = “scatter plot”) 散布図 データの分布を表示 Rでの行列の扱い x[列,行] plot(x軸, y軸, オプション) pch:点のタイプ col:色 xlim, ylim:x軸、y軸の範囲 xlab, ylab:x軸、y軸のラベル main:タイトル
  • 6. M-A plot R X > plot((x[,5] + x[,6])/2, x[,5] - x[,6]), pch = 20, col = “gray”, xlab = “A”, + ylab = “M”, main = “M-A plot”) 2群間比較 x軸:平均発現量 log2変換した値を使う (log2(A)+log2(B)) / 2 y軸:発現比 log2(A/B)
  • 7. volcano plot 2群間比較 x軸:発現比 y軸:p値 R X > data.tmp <- list(x = x[,1:4], y = factor(c(“C”, “T”, “C”, “T”)), logged2 = TRUE) > out <- samr(data.tmp, resp.type = “Two class unpaired”, nperms = 20) > p.value <- samr.pvalues.from.perms(out$tt, out$ttstar) > plot(x[,5] – x[,6], -log10(p.value), xlab = expression(paste(log[2], “(FC)”)), + ylab = expression(paste(log[10], “(p-value)”)), col = “gray”, main = “volcano plot”)
  • 8. heatmap R X > heatmap.2(x[,1:4], col = greenred(75), cexRow = 0.1, cexCol = 0.8, + trace = “none”, density.info = “none”, main = “heatmap”) 散布図 データの分布を表示 Rでの行列の扱い x[列,行] gplots libraryのheatmap.2関数を 使用 cexRow, cexCol:x軸、y軸のラベル 文字の大きさ col:greenred(階調)