Kvantilenormalisointi

Kvantilenormalisointi on tilastollinen normalisointimenetelmä, jota käytetään erityisesti geeniekspression datassa ja muissa massiivisia näytteitä sisältävissä mittauksissa. Sen tavoitteena on yhtenäistää näytteiden jakaumat, jotta tekniset vaihtelut eivät hämärtäisikään biologisia eroja ja mahdollistaisiin luotettavampi vertailu näytteiden välillä.

Perusideassa jokainen näyte järjestetään arvojensa mukaan kasvavaan järjestykseen. Kullekin järjestysasemalle lasketaan kaikkien näytteiden vastaavien arvojen keskiarvoa (joissakin toteutuksissa käytetään mediaania). Näitä arvoja käytetään korvaamaan kutakin järjestysarvoa vastaavat alkuperäiset arvot näytteissä, jonka jälkeen arvot palautetaan oikeaan geneeriseen järjestykseen. Näin kaikilla näytteillä on sama jakauma.

Käyttöehdot ja oletukset: menetelmä toimii parhaiten tilanteissa, joissa suurin osa geeneistä ei ole biologisesti erilaistunut laajasti eri näytteissä ja tekninen vaihtelu määrittää jakauman muodon. Jos todelliset erot ovat laajoja, kvantilenormalisointi voi piilottaa merkittäviä biologisia eroja, eikä sitä tulisi käyttää tällaisiin tilanteisiin.

Edut ja rajoitukset: etuina ovat yksinkertaisuus, vakaus ja se, että näytteiden jakaumat ovat vertailukelpoisia. Rajoituksena on mahdollinen biologisten erojen vääristäminen sekä se, ettei menetelmä sovi kaikkiin datatyyppeihin. Vaihtoehtoisia lähestymistapoja ovat esimerkiksi robusti kvantile normalization -versiot (käyttämällä mediaania) sekä qsmooth- sekä muut smoothed-quantile -menetelmät, jotka sallivat joitain rakenteellisia eroja ryhmien sisällä.