Постройте почковающиеся кривые перед выравниванием с помощью служебной функции Python, введя команду в новую ячейку. Затем нарисуйте почковающиеся кривые после выравнивания. С помощью служебной функции Python.
Используйте предоставленное сравнение линейных графиков в флаконе утилит Python для выполнения сравнения линейных графиков на исходном, выровненном или выровненном и интерполированном кадре данных. Введя команду в новую ячейку, импортируйте файл списка генов CSV или TSV в записную книжку с помощью команды в новой ячейке. Затем используйте предоставленную функцию сравнения тепловой карты в файле утилит Python, чтобы выполнить сравнение тепловой карты на выровненном интерполированном и выровненном по фазе кадре данных, введя команду в новую ячейку.
Сравнение выровненных и невыровненных транскриптоматических данных показало, что до выравнивания первый пик экспрессии в экспериментах с микрочипами казался выровненным со вторым пиком эксперимента RNA-seq. Однако после выравнивания первые пики клеточного цикла каждого набора данных выравниваются соответствующим образом. Сравнение данных о фазах клеточного цикла в экспериментах с различными периодами показало видимые различия в периодах на невыровненных почковающихся кривых.
В то время как выравнивание часов делало три кривые удивительно похожими, что делало возможным сравнение экспериментальных данных, данные о фазах клеточного цикла для каждой сопоставимой точки линии жизни не были идентичными между двумя условиями. Сравнение транскриптомных данных в экспериментах с различными периодами показало, что до выравнивания динамика транскриптов CDC20 не перекрывалась. Но после выравнивания пики приходились на одну и ту же фазу клеточного цикла, но формы кривых были разными.
Гены были нанесены в виде тепловых карт в одинаковом порядке для всех трех условий как для невыровненных, так и для выровненных.
