-
Notifications
You must be signed in to change notification settings - Fork 0
/
prezentacja.Rmd
157 lines (121 loc) · 4.54 KB
/
prezentacja.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
---
title: 'Wyniki: beta-3 i beta-1'
author: "Jan Gregrowicz"
date: "1 grudnia 2015"
output:
beamer_presentation: default
fig_caption: yes
fig_height: 3
fig_width: 4
ioslides_presentation: default
slidy_presentation: null
self_contained: no
---
## Wyniki sekwencjonowania.
###kolonia 1
##Kolonia 2:
##beta3:
## Uporządkowanie danych dla donora: *alfa-s-mCitrine*
Odrzucenie danych o skrajnie odstających czasach życia. Uzupelnienie brakujących wartosci przy dopasowaniach monoeksponencjalnych. Brakujące wartosci zastapiono 21 wartosciami wygenerowanymi pseudolosowo, z rozkladu normalnego o sredniej 1.75 i odchyleniu standardowym 0.25. Uzyskane wartosci:
```{r, echo=FALSE, cache = TRUE}
donor <- readRDS("./data/alfa_S_mCitrine_donor_filtered.rds")
rnum <- donor$lft_1[is.na(donor[,2])]
print(rnum)
summary(rnum)
```
##Podsumowanie danych dla donora:
```{r, echo=FALSE}
summary(donor)
```
####Odchylenie standardowe czasów życia: `r round(sd(donor$tau_amp), 3)`
***
##Porównanie wyników (z akceptorem: beta-3-mCherry)
####Dane dla pomiarów z beta-3-mCherry i gamma2:
```{r, echo=FALSE, cache=TRUE}
akceptor <- readRDS("./data/alfa-s_mCitrine_gamma2_beta3-mCherry.rds")
summary(akceptor)
```
***
##Jeszcze trochę czyszczenia
####Przed porównaniem srednich czasów życia fluorescencji donora bez i z akceptorem usunięto wyniki mieszczące się poza 99% poziomem ufnosci.
####Dla samego donora:
```{r, echo=FALSE, cache=TRUE}
outoutliers <- function (df, x=6, p=.95){
if(!("outliers" %in% installed.packages())) {install.packages("outliers")}
else require(outliers)
if(!("dplyr" %in% installed.packages())) {install.packages("dplyr")}
else require(dplyr)
outliers <- scores(df[,x], type="z", prob=p)
newdf <- dplyr::filter(df, !outliers)
message(cat("The outliers for", p*100 ,"% confidence interval are:\n",
df[outliers, x], "\n",
rep("-", 20)), "\n",
"The mean and median with outliers are respectively: ",
round(mean(df[,x]), 2), " ; ", median(df[,x]), "\n",
"The mean and median without outliers are respectively: ",
round(mean(newdf[,x]), 2), " ; " ,median(newdf[,x]))
return(newdf)
}
donorout <- outoutliers(donor, x=6, p=.99)
```
####Dla donora i akceptora:
```{r, echo=FALSE, cache=TRUE}
akceptorout <- outoutliers(akceptor, x=5, p=.99)
```
##Test t Welcha na statystycznie istotną różnicą między srednimi czasami życia:
```{r, echo=FALSE, cache=TRUE}
compare <- function(donor, FLIM){
data <- data.frame(amp_1 = c(mean(donor$amp_1, na.rm = T), mean(FLIM$amp_1)),
lft_1 = c(mean(donor$lft_1, na.rm = T), mean(FLIM$lft_1)),
amp_2 = c(mean(donor$amp_2, na.rm = T), mean(FLIM$amp_2)),
lft_2 = c(mean(donor$lft_2, na.rm = T), mean(FLIM$lft_2)),
tau_amp = c(mean(donor$tau_amp), mean(FLIM$tau_amp)),
row.names = c(substitute(donor), substitute(FLIM)))
print((t.test(donor$tau_amp, FLIM$tau_amp)))
return(data)
}
compare(donorout, akceptorout)
```
###Transfer energii: `r round((1 - (mean(akceptorout$tau_amp)/mean(donorout$tau_amp)))*100, 2)`%
##Co z tym transferem?
###alfa-s z mCitrine, beta-3 z mCherry:
## i solidarnie
## i wciąż
## nie swiecilo należycie
##Z kolei beta-1 niosla nadzieję
##i niosla
##ku pokrzepieniu
##Porównanie wyników (z akceptorem: beta-1-mCherry)
####Dane dla pomiarów z beta-1-mCherry i gamma2:
```{r, echo=FALSE, cache=TRUE}
akceptorbeta1 <- readRDS("./data/alfa-s_mCitrine_gamma2_beta1-mCherry.rds")
summary(akceptorbeta1)
```
##Usunięcie danych odstających:
```{r, echo=FALSE, cache=TRUE}
akceptorbeta1out <- outoutliers(akceptorbeta1, x=5, p=.99)
```
##Test t Welcha na statystycznie istotną różnicą między srednimi czasami życia:
```{r, echo=FALSE, cache=TRUE}
compare(donorout, akceptorbeta1out)
```
###Transfer energii: `r round((1 - (mean(akceptorbeta1out$tau_amp)/mean(donorout$tau_amp)))*100, 2)`%
###Ale patrząc na poszczególne czasy życia, nalezy sie zastanowić nad modyfikacją dopasowania.