背景校正,芯片预处理的第一步!

背景校正是芯片数据分析的关键步骤,通过减去非特异性结合信号来获取真实的探针结合信息。limma包提供了多种算法,如subtract、half、minimum、movingmin、edwards和normexp等,其中normexp算法被推荐用于大多数双通道芯片。文章介绍了这些算法的原理,并引用了相关文献,强调了normexp算法的优势。此外,还鼓励读者分享和交流生信领域的知识。
摘要由CSDN通过智能技术生成

欢迎关注”生信修炼手册”!

对于芯片数据而言,在分析之前,需要先进行背景校正background correct。所谓背景校正,其本质上都是一个减法,将总体信号看做由探针特异性的结合信号(真实信号)和非特异性结合(噪声信号)两部分组成,背景校正的工作就是从总体信号中减去噪声信号,从而得到真实信号。

具体到应用层面,有多种算法可供选择,在limma包中,通过backgroundCorrect函数提供了各种算法的接口,具体如下

1.  substract

将E看做总体信号,将Eb看做背景信号,substract算法如下

E <- E - Eb

直接用总体信号减去背景信号

2. half

half 算法如下

E <- pmax(E - Eb, 0.5)

substract算法校正后的intensity可能为负数,为了避免负值的问题,half算法设置了一个阈值0.5, 当校正后的intensity小于0.5时,直接用0.5作为校正后的intensity。

3.  minimum

minimum算法如下

E <- E - Eb
for (slide in 1:ncol(E)) {
    i <- E[, slide] < 1e-18
    if 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值