生物信息学入门 GEO芯片数据差异表达分析时是否需要log2以及标准化的问题

GEO中的Series Matrix File(s)通常是经过了标准化和对数转换的数据。但不全是。在实际应用的时候需要根据情况判断一下。对于芯片数据，可能作者将.cel的文件处理成未标准化的数据直接上传。一般来说，在判断counts是否需要重新标准化以及是否需要log2时，可以根据数值大小粗略估计。

如果表达丰度的数值在50以内，通常是经过log2转化的。如果数字在几百几千，则是未经转化的。因为2的几十次方已经非常巨大，如果2的几百次方，则不符合实际情况。

对于是否需要标准化的问题，可以通过boxplot函数观察一下样本表达丰度值的分布是否整齐进行判断。

在差异表达分析教程给出的代码中已经包含了boxplot函数。

详细请见：https://blog.youkuaiyun.com/tuanzide5233/article/details/83541443

数据需要经过log2转换的原因在：https://blog.youkuaiyun.com/tuanzide5233/article/details/88542805