Différences

Ci-dessous, les différences entre deux révisions de la page.

--- fr:impilopedia:genex:microarrays:qc:affy_aqm_affy [2014/11/07 13:20] – modification externe 127.0.0.1
+++ fr:impilopedia:genex:microarrays:qc:affy_aqm_affy [2021/05/29 15:35] (Version actuelle) – modification externe 127.0.0.1
@@ Ligne 1: / Ligne 1: @@
+====== R/Bioconductor: Utilisation de la librairie arrayQualityMetrics() pour les données Affymetrix ======
+===== Introduction =====
+La librairie ''arraQualityMetrics'' [(:bioc_aqm)][(:kaufmann_a_2010_1)] est vraiment l'//über//-outil par excellence et celui qui devrait à terme remplacer presque tous les autres. Comprenant les méthodes incluses dans ''simpleaffy'' et ''affQCReport'', il en inclut d'autre tel que l'analyse par composante principale et l'identification des puces hors-normes (//outliers//). Comme il est aussi possible de travailler avec des données qui proviennent d'illumina ou de puces à 2 couleurs, apprendre à l'utiliser vous donne un outil multi-plateforme.
+===== Procédure =====
+  * Placez vous à la racine où se trouve vos fichiers .CEL comme décrit [[:fr:impilopedia:genex:qc:affy_simpleaffy#preparation_et_demarrage_de_r|ici]].
+  * Charger la librairie ''arrayQualityMetrics''. Si vous voulez créer votre object ''AffyBatch''  avec la fonction ''read.affy()'', il vous faudra aussi charger ''simpleaffy'':
+<code rsplus>
+R> library(arrayQualityMetrics)
+# optionnel...
+R> library(simpleaffy)
+</code>
+  * ''arrayQualityMetrics''  peut utiliser les informations phénotypiques créées via la méthode ''read.affy(covdesc="covdesc_fichier.txt")''  ou la méthode ''ReadAffy(phenoData="covdesc2_fichier.txt")''  tel que décrit [[:fr:impilopedia:genex:qc:affy_simpleaffy#creation_de_l_objet_affybatch|ici]].
+  * Il faut ensuite donner à manger la structure de données à ''arrayQualityMetrics'':
+<code rsplus>
+# imaginons que c'est r.data
+# Le parametre grouprep n'est plus
+# nécessaire avec intgroup
+R>arrayQualityMetrics(
++ expressionset=r.data,
++ outdir="../la_bas",
++ do.logtransform=TRUE,
++ intgroup="MesClasses",
++ spatial=FALSE)
+</code>
+  * La commande va prendre un certain temps (!!) alors soyez patient… En résumé, elle fait la chose suivante:
+      * On utilise l'objet ''r.data'';
+      * La méthode écrira ses résultats dans le répertoire ''../la_bas'';
+      * Les graphes sont construits avec une échelle logarithmique;
+      * Les identificateurs sont dans la colonne ''MesClasses''  de mon fichier ''covdesc_fichier.txt'';
+      * J'aimerais que les résultats soient regroupés selon les classes définies par ''MesClasses'';
+      * Je ne veux pas de calcul des représentations spatiales des signaux d'intensité.
+  * Pourquoi je ne veux pas de représentation spatiale?
+      * Parce que c'est extrêmement long à calculer;
+      * Parce que ça prends énormément de ressources (pire avec certaines puces très chargées ou bien un grand nombre de puces);
+      * Le fichier PDF obtenu est énorme et très difficile à lire;
+      * On peux obtenir une information équivalente avec les images des résiduels de ''affyPLM()''.
+La librarie est très flexible est permet de n'utiliser que certaines de ces fonctions. Voir la documentation pour les marches à suivre.
+===== Références =====
+<refnotes>
+notes-separator : none
+</refnotes>