ChAMP分析甲基化芯片数据-归一化篇
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ChAMP分析甲基化芯片数据-归一化篇
函数提供了归一化的功能，支持下列4种归一化的算法：
1.BMIQ
2.PBC
3.SWAN
4.FunctionalNormalization
其中BMIQ和PBC 算法都是只针对探针的beta 矩阵进行归一化，而SWAN和FunctionalNormalization则需要在数据导入阶段采用
函数用法示例
myNorm <- champ.norm()
[===========================]
[>>>>> ChAMP.NORM START <<<<<<]
champ.norm Results will be saved in ./CHAMP_Normalization/
[ SWAN method call for BOTH rgSet and mset input, FunctionalNormalization call for rgset only , while PBC and BMIQ only needs beta value. Please set parameter correctly. ] << Normalizing data with BMIQ Method >>
Note that,BMIQ function may fail for bad quality samples (Samples did not even show beta distribution).
3 cores will be used to do parallel BMIQ computing.
[>>>>> ChAMP.NORM END <<<<<<]
[===========================]
[You may want to process champ.SVD() next.]
对于这个函数，有几个关键参数需要调整
method
method 参数指定归一化的算法，可选值包括
默认值为
arraytype
arraytype 指定芯片类型，可选值包括默认值为
对于实际的数据，首先根据芯片类型设置参数，然后调整method参数，选择对应的归一化算法。
归一化的本质，是对探针的beta 值进行校正，使得重复样本之间的beta值分布更加的接近，减少重复样本间的差异。
同一批数据用不同的归一化算法处理的结果如下
归一化之前的beta 值
> head(myLoad$beta[,1:2])
NA17105-M_Rep1 A431_Rep1
cg00000957 0.83336578 0.89863953
cg00001349 0.89693013 0.91727435
cg00001583 0.31668180 0.89555041
cg00002028 0.03069992 0.07360386
cg00002719 0.04955457 0.96706172
cg00003202 0.01592223 0.02398773
SWAN归一化之后的beta 值
> myNorm <- champ.norm(method=”SWAN”)
> head(myNorm[,1:2])
NA17105-M_Rep1 A431_Rep1
cg00000957 0.78674711 0.85207202
cg00001349 0.85706454 0.87576751
cg00001583 0.30066157 0.85079557
cg00002028 0.03740574 0.07020499
cg00002719 0.05894663 0.95375422
cg00003202 0.01998307 0.02665266 FunctionalNormalization归一化之后的beta 值
> myNorm <- champ.norm(method=”FunctionalNormalization”)
> head(myNorm[,1:2])
NA17105-M_Rep1 A431_Rep1
cg00000957 0.90190549 0.878153237
cg00001349 0.94130604 0.903431781
cg00001583 0.43190955 0.884323706
cg00002028 0.10881798 0.036831578
cg00002719 0.19784471 0.943513834
cg00003202 0.05519015 0.008457334
PBC 归一化之后的beta值
> myNorm <- champ.norm(method=”PBC”)
> head(myNorm[,1:2])
NA17105-M_Rep1 A431_Rep1
cg00000957 0.83336578 0.89863953
cg00001349 0.89693013 0.91727435
cg00001583 0.31668180 0.89555041
cg00002028 0.03069992 0.07360386
cg00002719 0.04955457 0.96706172
cg00003202 0.01592223 0.02398773
BMIQ 归一化之后的beta值
> myNorm <- champ.norm(method=”BMIQ”)
> head(myNorm[,1:2])