R、画图相关--整理
z-score: 比如,某样本的100个snv的深度差别很大。但是,想画这些点的深度图。值大的与值小的点,通过不同颜色很容易区分开来;但是,值大的与值中等大的点,不容易区分。这时,可以把深度转换为z-score,使深度值变小,再用不同颜色区分不同深度值。 R中进行normalization的方法: 计算z-score;quantile;scale;lowess 建模: 现有100个样本,每个样本有50个snp的vaf值。另一方面,知道每个样本对某化疗药是否的临床信息。 即:每个样本的信息如下:(0对化疗药是否敏感, (0.1, 0.5,0.2,0.9,.....,0.8, 0.3,0.9)50个snp的vaf值)。 据此,可以构造分类器:snp的vaf值与是否敏感之间的关系。 分类器构建完成后,可用于:来了一个新样本,我检测这个样本的50个snp的vaf值。将vaf值输入分类器,即可得知该样本对化疗药物是否敏感。 画图技巧: 1. x轴画control,y轴画tumor。 2. 图中的空白区域尽量少。 3. 项目初期的探索阶段,尽量画散点图。 数据处理: 技巧: 1. 让数据更集中,图更好看。 方法:取log。取log后可以让数据更集中,得到的图趋势更明显。 比如,A样本深度1000,B样本深度10000