La librarie lumi dispose de plusieurs métriques de contrôle de la qualité et accessibles via la fonction plot(). Notez bien: il vous faudra accéder à R soit au travers de l'installation locale (sur Mac OS X ou sur Windows) ou via NX ou un serveur X pour l'utilisation sur un serveur Linux/UNIX à distance.

• Pour faire une analyse de contrôle de qualité en utilisant lumi(), il faut démarrer avec une session R:

# Tres dur a faire...
% R

• Il vous faut créer un objet de type LumiBatch tel que décrit sur cette page.

• Plus à suivre…

Cette fonction fonctionne toujours de la même manière de base:

R> plot(a.LumiBatchObject,what='a_metric')

Les différentes métriques accessibles sont:

• density: pour chaque échantillon, une courbe est construite représentant la distribution de l'abondance des signaux d'intensité
• pair: plot() créera un graphique de comparaison pairwise pour chaque paire d'échantillons, en calculant l'indice de corrélation pour chaque comparaison.
• MAplot: plot() créera plutôt un graphique de comparaison pairwise selon un calcul M vs A où M représente le rapport d'intensité de chaque sonde par rapport à la moyenne des intensités représenté par A. Une explication de ce calcul se trouve ici
• sampleRelation: vous obtiendrait un arbre représentant un clustering hiérarchique des échantillons.
• cv: ce graphique représente la courbe de distribution des densités du coefficient de variance pour chaque échantillon.

Donc, dans notre exemple:

R> plot(r.lumi,what='sampleRelation')

Notez bien: les graphes apparaissent dans des fenêtres émergentes(popup); si vous ne sauvegardez pas ou n'imprimez pas ce graphique, l'invocation de la prochaine métrique se dessinera à la place de l'analyse précédente!

Une fois que vous avez en main un objet LumiBatch qui a passé aux travers des étapes de stabilisation et de normalisation, il est maintenant possible de refaire le processus de contrôle de la qualité avec exactement la même méthode plot en utilisant l'objet nq.lumi à la place de r.lumi. On peut alors voir les effets de la normalisation. Cet objet nq.lumi s'obtient en faisant passer n.lumi au travers de la méthode lumiQ. Cette dernière est automatiquement invoquée lors de l'utilisation de lumiR.batch mais pas après:

R> nq.lumi<-lumiQ(n.lumi)