利用MATLAB预处理基因表达谱

实验数据

是来自GEO的肝癌数据，原文件GDS4882.soft
54765*26表达谱矩阵 总共26个样本，10个肝细胞癌，10个正常，6个胃癌

实验步骤

1. 导入数据
2. 补缺失值
3. 数据标准化
4. 筛选差异基因

实验代码

gdsdata=geosoftread('GDS4882.soft') %导入数据
Imputedata=knnimpute(gdsdata.Data,15); %补缺失值
save D:\实验\实验四\gdsdata.mat gdsdata
maboxplot(Imputedata,gdsdata.ColumnNames);
xlable('Samples');
gdsdata.normdata=quantilenorm(Imputedata,'MEDIAN',1);
Normadata=quantilenorm(Imputedata,'display',1); %标准化
%筛选差异基因
for i=1:size(gdsdata.normdata,1)
[h,significance,ci]=ttest2(gdsdata.normdata(i,4:13),gdsdata.normdata(i,14:23),0.05); %10个肝细胞癌与10个正常样本之间做t检验
Sigtotal(i)=significance;
end
Siggene=gdsdata.Identifier(Sigtotal<=0.05);
save DEGs.mat Siggene %保存成.mat文件