对于原始的芯片数据,在分析之前,我们首先要做的就是质量过滤,主要是探针水平的过滤,包含以下三个方面;
过滤掉可信度较低的探针;
过滤掉覆盖了snp位点的探针;
过滤掉位于性染色体上的探针;
过滤掉可信度较低的探针
对于探针信号的可信度,通过对应的pvalue 来标识。在minfi
中,通过detectP
这个函数计算探针对应的p值。 用法示例
# import data 第一个参数为Sampel_Sheet.csv 文件所在的目录
targets <- read.metharray.sheet("./", pattern="HumanMethylation450_Demo_Sample_Sheet.csv")
rgSet <- read.metharray.exp(targets=targets)
# probe pvalue
probeP <- detectionP(rgSet)
通常情况下,我们认为p > 0.01 的探针信号是不可信的,在实际操作中,只要在1个样本中其p值大于0.01. 我们就过滤掉这个探针。
keep <- apply(probeP, 1 , function(t){all(t < 0.01)})
rgSet <- rgSet[keep,]
在实验操作不当时,会出现某个样本质量特别差的情况。通常认为所有探针pvalue 均值大于0.05的