マイクロアレイデータの描写のモデルを作ってみたよん♪

$ R

arrayModel <- matrix(rep(0:1,121), 11, 11)

arrayModel
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11]
 [1,]    0    1    0    1    0    1    0    1    0     1     0
 [2,]    1    0    1    0    1    0    1    0    1     0     1
 [3,]    0    1    0    1    0    1    0    1    0     1     0
 [4,]    1    0    1    0    1    0    1    0    1     0     1
 [5,]    0    1    0    1    0    1    0    1    0     1     0
 [6,]    1    0    1    0    1    0    1    0    1     0     1
 [7,]    0    1    0    1    0    1    0    1    0     1     0
 [8,]    1    0    1    0    1    0    1    0    1     0     1
 [9,]    0    1    0    1    0    1    0    1    0     1     0
[10,]    1    0    1    0    1    0    1    0    1     0     1
[11,]    0    1    0    1    0    1    0    1    0     1     0


png("110211_R.matrix.png")
par(mfrow = c(1,3))
image(arrayModel, col=c(1,0),main="arrayModel matrix")
image(arrayModel, col=c(0,1),main="arrayModel matrix")
image(arrayModel, col=c(2,3),main="arrayModel matrix")
dev.off()

よりマイクロアレイのシチュエーションに近付けてみるよん！！

png("110211_R.matrix.2.png")
arrayModel <- matrix(rep(0:7,121), 11, 11)
image(arrayModel, col=c(2,3,8,7,5,11,9),main="arrayModel matrix")
dev.off()


png("110211_R.matrix.3.png")
arrayModel <- matrix(rep(0:111,111*111), 7, 111)
image(arrayModel, col=c(2,3,8,7,5,11,9),main="arrayModel matrix")
dev.off()

マイクロアレイのデータは本質的には、このようなマトリックスデータである。但し、各々のスポットは連続変数であるため、今回のモデルよりも美しい絵になるわけである。