基因芯片的分析.pptx

基因组表达;; 生物芯片的概念是Fodor等人于1991年提出(Fodor et al., 1991, Science)。 ;基因芯片发展过程;5;; ;1;cDNA microarray expression patterns of small (S) and large (L) neurons;mRNA enriched in large DRG neurons;mRNA enriched in small DRG neurons;放射性原位杂交验证结果;基因芯片的数据解读和分析;;下表是整理后数据的一部分;一、基因芯片数据提取与过滤;(二) Affymetrix公司的原位合成芯片;预处理 对数转换 目的：使数据服从正态分布;预处理 数据过滤 去除表达水平是负值或很小的数据或者明显的噪声数据 波动筛选：去掉一成不变的基因，要求在一定的变化范围内波动 标准化 片内标准化：去除系统误差 片间标准化：在不同列之间的标准化，使每列在同一量纲上比较;;数据过滤;二、数据补缺;(二)数据补缺方法;2、K近邻法;3、回归法 ;三、数据标准化;(二)运用哪些基因进行标准化处理 芯片上大部分基因(假设芯片上大部分基因在不同条件下表达量相同) 不同条件间稳定表达的基因(如持家基因) 控制序列(spiked control ) 合成DNA序列或外源的DNA序列，在不同条件下表达水平相同。;;1、片内标化(Within-slide normalization) 全局标化(Global normalization);;;2、片间标化(Multiple-slide normalization) 平均数、中位数标准化(mean or median normalization) 尺度调整的标准化 （ Scale Normalization） 分位数标准化 （Quantile Normalization） 两张芯片的表达数据的分位数标化至相同，即分布于对角线上。 线性标化法(Linear scaling methods) 与芯片内标化的尺度调整(Scale adjustment) 方法类似 非线性标化法(non-linear methods) 分位数标化法(Quantile normalization) ;3、染色互换实验(dye-swap experiment ) 的标化 实验组 对照组 芯片1 cy5(R) cy3(G’) 芯片2 cy3(G) cy5(R’) 前提假设：c︽c’ 方法: ;;;Slide 2 Cy3 Cy5; 前面提及的标准化方法仅效正了数据分布的中心，在不同的栅格间log-Ratios 的方差也不同。; ;Scale Normalization;Log Mean Signal (centered and scaled);差异表达分析(Analysis of Differentially Expression Gene );;;推测统计学??法;;二、统计学方法 ;2、方差分析 ;三、SAM (Significance Analysis of Microarrays);差异表达基因筛选，越宽越严格，越窄越宽松 SAM (Significance Analysis of Microarrays);数据的初步分析 －差异基因的选择;数据的深入分析－ 聚类分析;层次聚类;k均值聚类;MiRNA 表达谱：非癌样品(正常样品,腺瘤,息肉)vs癌; 常用的表达谱分析软件(General Microarray Analysis Software );安装sam-3.02.ex以后，打开Excel，在加载项的工具栏中会出现Stanford Tools，点击Load SAM，即可导入SAM及SAM Controller的快捷按钮。 ? ;基因芯片数据获取;基因芯片数据获取;基因芯片数据获取;Install Bioconductor Packages;User Guides and Package Vignettes;Expression Profiling Analysis;Expression Profiling Analysis;Expression Profiling Analysis;Differentially expressed genes library(sam