启动“标准化”平台

通过选择分析 > 生命科学 > 标准化启动“标准化”平台。

图 8.2 “标准化”启动窗口 

有关“选择列”红色小三角中的选项的信息，请参见《使用 JMP》中的“­“列过滤器”菜单­”。

Y,列

选择所需的样本列，然后点击Y,列指定要分析的样本。

X，控制列

使用该选项可指定已知的控制列或参考列，这些列包含一个或多个预期代表正常人群的参考样本或控制样本。这有助于在使用 TMM 之类的方法时确定标准化。

长度

使用该选项指定包含每个转录本的长度的列。

依据

为“依据”变量的每个水平生成单独报表。若指定了多个“依据”变量，将为“依据”变量水平的每种可能组合生成单独的报表。

方法

选择执行标准化所用的算法。

• 选择行标准化可将每行的尺度调整为均值为 0 且标准差为 1。该方法要求使用连续数据，不适用于成分数据或原始计数。该方法有助于突出样本内的相对变异，尤其是在与聚类和主成分分析结合使用时。

• 选择相对丰度百分比 (RAP) 将原始计数转换为每个样本中的百分比丰度。该方法适用于计数数据，用来强调相对比例；但不应该用于对成分偏倚敏感的统计模型。它特别适用于强调相对量的可视化视图（如饼图或条形图）以及探索性分析。

• 选择相对丰度比 (RAR) 可将每个特征的丰度表示为相对于参考值（例如对照或几何均值）的比率。该方法适用于计数数据，用于突出相对于基线的倍数变化，但不适用于偏斜或稀疏数据。

• 选择中心化对数比 (CLR) 以便对基于几何均值中心化的成分数据进行对数变换。该方法用于消除成分数据中的闭包效应，尤其适用于微生物组和宏基因组数据，但最好不要将该方法用于包含“零”计数的数据。

• 选择每百万计数/读取数 (CPM/RPM)，用每个样本中的读取总数对计数调整尺度然后除以一百万。该方法用于调整测序数据，以解决在调查样本间的表达式比较时测序深度不同的问题。但最好不要将该方法用于包含“零”计数的数据。

• 选择每百万映射读取/片段数中每千基转录的读取/片段数 (RPKM/FPKM) 可针对基因长度和测序深度的测序数据进行标准化。该方法适用于计数数据，尤其适用于转录组表达刻画和样本内比较。由于未考虑基因长度，最好不要将该方法用于样本间比较。

• 选择每百万转录数 (TPM) 可针对基因长度和测序深度的测序数据进行标准化。该方法类似于 RPKM，但更适用于样本间比较。该方法适用于计数数据，可减少 RNA-seq（RNA 测序）中的成分偏倚。它最适用于：差异表达（例如 edgeR）数据，但不应该用于非常稀疏或低深度的数据集。

• 选择 M 值的切尾均值 (TMM) 可使用参考样本执行常规或对数比标准化，经过切尾可减少偏倚。该方法可减少 RNA-seq（RNA 测序）中的成分偏倚，最适用于差异表达（例如 edgeR）数据，但对于非常稀疏或异质的数据集效果不佳。

• 选择 M 分量核密度均值 (KDMM)，可采用经过平滑处理的 M 分量分布进行常规或对数比密度感知的标准化。该方法跨核估计密度区域取对数比加权均值，并调整用于多模态和非线性成分结构。该方法适用于计数或成分数据，尤其适用于高级微生物组和宏基因组的标准化，但不应该用于小样本量或低分辨率数据。

缺失值插补

当有要插补的缺失值时选中该选项。

替换 Y 数据

选中该选项可将原始 Y 列替换为相应的标准化 Y 列。

创建新结果表

选中该选项将为输出数据和结果创建新表。若未选中该选项，输出将添加到输入数据表的末尾。

M 阈值

使用该高级选项可设置样本间对数倍数变化（M 值）的截止值。这将剔除可能使标准化失真的极端值。公式：M = log2（样本/参考）。使用该选项有助于提高稳定性，尤其是在具有强烈差异表达的数据集内。

该选项仅适用于 TMM 和 KDMM。

A 阈值

使用该高级选项可对平均对数强度（A 值）应用一个下限，以避免低丰度或噪声特征造成标准化偏斜。公式：A = 0.5 × log2（样本 × 参考）

该选项仅适用于 TMM 和 KDMM。

先验计数

使用该高级选项可在对数变换前在所有计数上加上一个小的常数（例如，
log2(计数 + 0.5)）。这样可避免稀疏数据集中的零值造成的问题。

该选项仅适用于 TMM 和 KDMM。

内插分位数

使用该高级选项可在标准化过程中启用经平滑处理的分位数，这对 KDMM 中复杂或参差不齐的数据分布尤其有帮助。

该选项仅适用于 TMM 和 KDMM。

Log 已变换

使用该高级选项可将原始计数转换为对数变换值。

该选项仅适用于 TMM 和 KDMM。

保持对话框打开

选中该框可在运行完分析后保持该平台对话框打开。

数据格式

JMP 中的大多数过程认定输入表具有特定的数据结构。JMP 区分高型和宽型数据集。高型数据表以样本作为列，分子实体（例如，标记、基因、克隆、蛋白质或代谢物）作为行，而宽型数据表是高型数据表的转置，以样本作为行，分子实体作为列。

为过程指定输入数据集时，了解所需的格式十分重要。“标准化”需要宽型数据表。“表”菜单下的“转置”平台使您可以在高型和宽型格式之间转换您的数据。

标记数据必须采用单列数值格式编码。通常，在这种格式中，最不常见或次要等位基因的两倍体个体纯合在表中用 2 表示，而杂合子用 1 表示。最常见的等位基因的纯合子用 0 表示。