우아한 사이파이: 수학, 과학, 엔지니어링을 위한 파이썬 데이터 분석 라이브러리 SciPy

63

2

장

넘파이와 사이파이의 분위수 정규화

처음에 스페이스랜드의

1

신비를 이해할 수 없더라도 고민하지 마라. 서서히 이해할 수 있

을 것이다.

- 에드윈

A

. 애보트, 『플랫랜드 : 모든 것이 평평한

2

차원 세상』 (늘봄출판사,

2009

)

이 장에서는

1

장의 유전자 발현 데이터를 계속해서 분석하지만,

1

장과 약간 다른 목적이 있

다. 각 환자의 유전자 발현 프로파일 (유전자 발현 측정의 전체 벡터)을 사용하여 생존율을 예

측한다. 전체 프로파일을 사용하려면

1

장에서 본

RPKM

보다 더 강력한 정규화가 필요하다.

RPKM

대신 특정 분포에 맞는 측정을 보장하는 기술인 분위수

정규화

2

를 사용한다. 분위수 정

규화는 강력한 가정을 요구한다. 데이터가 원하는 모양으로 분포되지 않았다면 적합한 모양으

로 다시 만든다. 데이터를 원하는 모양으로 다시 만드는 것은 속임수처럼 느껴질 수도 있지만

많은 사례에서 특정 분포가 중요하지 않은 경우 (그러나 데이터 밀도의 상대적인 변화는 중요

하다) 간단하고 유용하다는 것이 밝혀졌다. 예를 들면 볼스타드

Bolstad

와 동료들은 유전자미세

배열

microarray

데이터에서 알려진 발현 수준을 훌륭하게 복구한다

3

.

TCGA

The

Cancer

Genome

Atlas

프로젝트 『피부 흑색종의 유전체 분류』 논문의 그림

5A

와

5B

4

를