Działka RA

średniej ilorazowej (RA) jest opartą na liczbach całkowitych wersją wykresu MA do wizualizacji danych zliczania dwóch warunków. Jego charakterystyczny, przypominający strzałkę kształt wywodzi się ze sposobu, w jaki obejmuje on punkty unikalne dla warunków (0, n ) lub ( n , 0) na wykresie za pośrednictwem współczynnika epsilon .

Definicja

Wykres RA , podobnie jak jego kuzyn, wykres MA , jest przeskalowaną i obróconą o (45 stopni) wersją prostego dwuwymiarowego wykresu punktowego a w porównaniu z b , gdzie a i b są równej długości wektorami dodatnich pomiarów. To przeskalowanie i obrót pozwala na lepszą widoczność i podkreślenie ważnych punktów odstających, które różnią się między dwoma warunkami pomiaru. Zasadniczo jest to wykres stosunku logarytmicznego [R] do średniego logarytmicznego [A] każdej pary elementów a i b . Jednak w przeciwieństwie do wykresu MA, ponieważ wykres RA przyjmuje jako dane wejściowe nieujemne liczby całkowite, musi uwzględniać obejścia, aby uwzględnić punkty niewidoczne matematycznie (takie jak punkty, w których jeden lub oba elementy pary mają wartość zero).

Jeśli zmodyfikujemy nasz oryginalny wektor a (lub b ) poprzez:

{\ Displaystyle a = {\ rozpocząć {przypadki} a + \ varepsilon, & {\ tekst {jeśli}} a = 0 \\ a, & {\ tekst { if }}a>0\end{przypadki}}}

Gdzie

{\ Displaystyle 0 <\ varepsilon <0,5}

wtedy R i A można zdefiniować jako:

{\ Displaystyle R = \ log _ {2} (a/b)}

{\ Displaystyle A = {\ frac {1}{2}}\razy (\log _{2}a+\log _{2}b)}

R , podobnie jak M , jest wykreślone na osi y i reprezentuje logarytm (krotność zmiany) stosunku między a i b . A jest wykreślone na osi x i reprezentuje średnią liczebność dla pary współrzędnych. Wykres RA zapewnia szybki przegląd rozkładu i rozmiaru zbioru danych składającego się z niezerowych zliczeń.

Etymologia

Przedrostek akronimu „RA” jest czasami wymawiany jako jednosylabowe słowo „promień” ze względu na silne podobieństwo fabuły do promienia geometrycznego . Ten charakterystyczny kształt przypominający strzałę wywodzi się z dwóch kluczowych cech: po prawej stronie początku wektora , długiego asymptotycznego ogona, a po lewej (tworząc grot strzałki) dwóch (często gęstych) płatów punktów unikalnych dla warunków.

Obejścia dla widoczności i włączania punktów

Warunek unikalne punkty

Ponieważ duża część par aib zawiera zera w jednym lub obu warunkach, nie można ich wykreślić w skali logarytmicznej. Inne funkcje kreślenia MA sztucznie uwzględniają te unikalne dla warunków punkty na wykresie, rozkładając je pionowo jako „smugę” po lewej stronie lub poziomo jako „dywan ” na samej górze i dole wykresu. Z kolei na wykresie RA unikaty są uwzględniane poprzez dodanie małego współczynnika epsilon (między 0,1 a 0,5), który umieszcza je w bardziej odpowiednim statystycznie miejscu na wykresie.

Wykres MA z unikalnymi warunkami i punktami zerowymi jako „rozmaz” (za pośrednictwem pakietu edgeR Bioconductor )

RA plot with the condition-unique points added

Wykres RA z punktami unikalnymi dla warunków i punktami zerowymi jako ukośnymi „ramionami”, nadającymi mu wyraźny kształt podobny do promienia

Dwa różne sposoby sztucznego dodawania punktów unikalnych dla warunków do wykresu w stylu MA.

Przekreślanie

Innym problemem związanym z wykreślaniem tego (lub dowolnego) typu danych zliczania jest przekreślanie , które jest rozwiązywane na wykresie RA przez odsuwanie punktów od siebie, ale nie na tyle, aby połączyć się z innymi współrzędnymi. Rezultatem tej funkcji jest patchworkowy wygląd fabuły, który zanika wraz ze wzrostem A.

Wykres RA: wiele punktów ma identyczne współrzędne i jest ukrytych przed sobą

Roztrzęsiony wykres RA: ciągłe obszary mają identyczne oryginalne współrzędne

Działka RA w pakiecie caroline

Pakiety

caroline CRAN R zawiera jedyną znaną implementację wykresu RA. Jednak pakiet meta-transkryptomiki „manta” R zapewnia opakowanie wokół tej implementacji wykresu RA i jest używany do oceny krotności zmiany w transkrypcji genów (punktów), jednocześnie wizualizując rozkłady taksonomiczne każdego genu jako indywidualne punkty wykresu kołowego.

Przykłady

biblioteka(karolina) a <- rnbinom(n=10000, mu=5, size=2) b <- rnbinom(n=10000, mu=5, size=2) raPlot(a, b)

^ Dudoit, S , Yang, YH , Callow, MJ, Prędkość, TP . (2002). Statystyczne metody identyfikacji genów o zróżnicowanej ekspresji w replikowanych eksperymentach z mikromacierzami cDNA. Stan. Grzech. 12:1 111-139
^ Schruth, D. & Marchetti, A. (2011). Znormalizowana analiza transkrypcji zbiorowości drobnoustrojów. Wersja pakietu R 0.9.5.

Zobacz też

[1] Dudoit, S , Yang, YH , Callow, MJ, Prędkość, TP . (2002). Statystyczne metody identyfikacji genów o zróżnicowanej ekspresji w replikowanych eksperymentach z mikromacierzami cDNA. Stan. Grzech. 12:1 111-139

[2] Schruth, D. & Marchetti, A. (2011). Znormalizowana analiza transkrypcji zbiorowości drobnoustrojów. Wersja pakietu R 0.9.5.