
42
2 章 NumPy と SciPy を用いた分位数正規化
counts_log = np.log(counts + 1)
counts_var = most_variable_rows(counts_log, n=1500)
yr, yc = bicluster(counts_var, linkage_method='ward',
distance_metric='euclidean')
with plt.style.context('style/thinner.mplstyle'):
plot_bicluster(counts_var, yr, yc)
2.5
生存率予測
上の図から、標本データが少なくとも
2
つ、もしかすると
3
つのグループに自然に分かれるこ
とが見てとれます。果たしてこのグループ分けには意味があるでしょうか。この問いには、論文の
データリポジトリ(
http://bit.ly/2tiZtR6
)にある患者データにアクセスして答えましょう。この
データに若干の前処理を施すと、各患者の生存率情報を含む患者の表(
http://bit.ly/2tjp6BD
)が
得られます。続いて、この生存率情報とリード数のグループのマッチングを行うと、患者の遺伝子
発現から病理の差が予測できるかどうかがわかります。
patients = pd.read_csv('data/patients.csv', index_col=0)
patients.head()
標本
図
2-3
このヒートマップは、全標本中の全遺伝子の遺伝子発現量を表す。色は発現量を示す。行と列はクラス ...