GEO數據挖掘

圖表介紹

1.熱圖

·輸入數據是數值型矩陣\數據框
·顏色的變化表示熟知的大小

2.散點圖和箱線圖

箱線圖：輸入數據是一個數值型向量和一個字符串向量（重復值）
箱線圖是單個基因在兩組之間的表達量差異

3.火山圖

Foldchange(FC):處理組平均值/對照組平均值
logFoldchange(logFC):Foldchange取log2
logFC>0，treat>control，基因表達量上升；
logFC<0，treat<control，基因表達量下降。
通常說的上調、下調基因是指表達量顯著上升 / 下降的基因，結合P值。
P值越小，越有統計學差異，-log10(Pvalue)越大

4.主成分分析

主成分分析，旨在利用降維的思想，把多指標轉化為少數幾個綜合指標（即主成分）。
根據這些主成分對樣本進行聚類，代表樣本的點在坐標軸上距離越遠，說明樣本差異越大。

GEO背景知識

表達數據實驗設計

實驗目的：通過基因表達量數據的差異分析和富集分析來解釋生物學現象
GSM：用戶提交給GEO的樣本數據
GSE：一個完整的研究，并提供了整個研究的描述，包括對數據的描述，總結分析。
GPL：用戶測序使用的芯片/平臺。

基因表達芯片

探針的表達量反應基因的表達量

圖片.png