
21
1.4 正規化
1.4.2
遺伝子間の正規化
遺伝子間の比較を試みるときにも問題にぶつかる場合があります。遺伝子のリード数はその遺伝
子長に比例します。仮に遺伝子
B
の長さが遺伝子
A
の
2
倍であるとします。どちらも同じ標本中
で似たような量で発現しています(つまり、どちらも似たような数の
mRNA
分子を生成していま
す )。
RNA
シーケンシング実験では、転写された
mRNA
を短く切断して、その断片のプールから
リードを抽出することを思い出してください。すなわち、ある遺伝子の長さが
2
倍あると、
2
倍の
数の断片を生成することになり、それを抽出する確率も
2
倍になります。したがって、遺伝子
B
は遺伝子
A
の
2
倍のリード数があると予期されます(図
1-11
)。このため、異なる遺伝子同士の
発現量を比較したければ、何らかの正規化を行う必要があります。■
遺伝子長とリード数の関係が本章のデータセットでも成り立つか調べてみましょう。まず、プ
ロット用のユーティリティ関数を定義します。
この
Python 3
だけの特徴に注目!(
23
ページの囲み「
Python 3
のヒント」を参照)
def binned_boxplot(x, y, *, # check out this Python 3 exclusive! (*see tip box)
xlabel='gene length (log scale)',
ylabel='average log counts'):
"""Plot the distribution of `y` ...