Участник:EvgSokolov/Сравнение

Материал из MachineLearning.

Перейти к: навигация, поиск
Метод Фоновая поправка Шкала Суммаризация
vsn глобальная glog множественная
RMA глобальная log множественная
gcRMA локальная log множественная
PLIER локальная glog множественная
dChip локальная lin множественная
MAS5 локальная log одиночная
hook локальная glog одиночная

Виды фоновой поправки:

  • Глобальная — считается, что все пробы имеют одинаковый фон.
  • Локальная — фон каждой пробы оценивается по отдельности. Как правило, это делается с помощью интенсивностей MM-проб.

Виды шкал:

  • lin — линейная
  • log — логарифмическая
  • glog — обобщенно-логарифмическая,  glog(x) = log\left[ \frac{x + \sqrt{x^2 + c^2}}{2} \right], где c — параметр.

Виды суммаризации:

  • Одиночная — используются данные только одного чипа. Примером может служить взвешенное среднее Тьюки по набору проб, соответствующих одному гену.
  • Множественная — одновременно используются данные нескольких чипов. Пример такого метода — median polish.