
28
1 章 エレガントな NumPy:科学 Python の基礎
with plt.style.context('style/thinner.mplstyle'):
binned_boxplot(x=log_gene_lengths, y=mean_log_counts)
■
続いて、同じプロットに
RPKM
正規化を行ったものです。
log_counts = np.log(counts_rpkm + 1)
mean_log_counts = np.mean(log_counts, axis=1)
log_gene_lengths = np.log(gene_lengths)
with plt.style.context('style/thinner.mplstyle'):
binned_boxplot(x=log_gene_lengths, y=mean_log_counts)
■
平均の発現リード数が、かなり平坦になりましたね。約
3,000
塩基対より長い遺伝子では特に平
坦です(短い遺伝子は、まだ発現が少ないままです。短すぎて
RPKM
手法の統計検定力では不十
分なのかもしれません)。
RPKM
正規化は、異なる遺伝子間の発現プロファイルを比較するのに役立つ場合があります。
長い遺伝子のリード数が大きいことは確認済みですが、実際に発現量が高いとは限りません。そこ
で、短い遺伝子と長い遺伝子を選び、両者のリード数を
RPKM
正規化の前後で比較してみましょ
う。
gene_idxs = np.nonzero((gene_names ...