エレガントなSciPy ―Pythonによる科学技術計算

37

2.3　リード数データのバイクラスタリング

では、分位数正規化後の分布がどうなったか見てみましょう。

# After normalization

　正規化後

log_counts_normalized = quantile_norm_log(counts)

plot_col_density(log_counts_normalized)

■

期待通り、分布はほぼ同じに見えます（分布の左裾に差があるのは、

0

、

1

、

2

などの低いリード

数値のタイ

†

の数が、データの列によって異なるためです）。

これでリード数の正規化が済んだので、この遺伝子発現データを使って患者の予後の予測を開始

しましょう。

2.3

　リード数データのバイクラスタリング

標本にクラスタリングを施すと、類似した遺伝子発現プロファイル持つ標本群がわかります。そ

のような標本群は、他のスケールでも類似した特徴を持つ可能性があります。データはすでに正規

化されているので、発現行列の遺伝子（行）と標本（列）に対してクラスタリングを行うことがで

きます。行列の行に注目してクラスタリングを行うと、どの遺伝子群の発現量が関連しているかが

わかり、これは解析の対象としている過程において、それらの遺伝子が協働していることを示唆し

ます。バイクラスタリングとは、データの行と列を同時にクラスタリングすることです。行に沿っ

†　訳注：「タイ」とは、標本値に同じ値が含まれること。

デ ー タ 値（ 列 ご と ）

図

2-2

　分位数正規化後の標本ごとのリード数の分布

38

2 章　NumPy ...