芯片间数据分析.ppt

Meng Zhou Areas Being Studied with Microarrays Differential gene expression between two (or more) sample types Similar gene expression across treatments Tumor sub-class identification using gene expression profiles Identification of “marker” genes that characterize different tumor classes Identification of genes associated with clinical outcomes (e.g. survival) Microarray data on the Web Bioinformatics of microarrays Experimental(Array) design: choice of sequences to be used as probes Analysis of scanned images Spot detection, normalization, quantitation Primary analysis of hybridization data Basic statistics, reproducibility, data scattering, etc. Comparison of multiple samples Clustering, SOMs, classification … Sample tracking and databasing of results Scanner Images from scanner Resolution standard 10?m [currently, max 5?m] 100?m spot on chip = 10 pixels in diameter Image format TIFF (tagged image file format) 16 bit (65’536 levels of grey) 1cm x 1cm image at 16 bit = 2Mb (uncompressed) other formats exist e.g.. SCN (used at Stanford University) Separate image for each fluorescent sample channel 1, channel 2, etc. Images : examples Processing of images Addressing or gridding Assigning coordinates to each of the spots Segmentation Classification of pixels either as foreground or as background Intensity determination for each spot Foreground fluorescence intensity pairs (R, G) Background intensities Quality measures 第一部分 基因芯片的数据标准化(Normalization) 基因表达的改变可以反映出生物内在转录过程中某种相关性的选择，或者它们的表达改变是因为外在的多种多样的试验条件造成的。 第一部分 基因芯片的数据标准化(Normalization) 这些外在的人为的条件主要包括以下几个方面： 1 核苷受自身带有的荧光或射线的影响从而改变表达水平。 2在芯片制造的过程中，cDNA固定在芯片上需要固体支持物，cDNA受外在固定物质的干扰也会改变表达。 3 在用荧光扫描（用来定量检测含有荧光的芯片表达值）时造成基因的变异 4 技术原因，在生物样本的研究中，RNA（或mRNA）的纯化或数量控制不够精确 5 在芯片试验过程中，RNA的纯化、分离和杂交过程出现误差。例如，测定细胞系中在两个时间点的基因表达数量，研究人员纯化出来不同数量的RNA,这就导致了芯片实验的人为误差。 6 在洗涤清除芯片上面非特异性结合物质时也会出现误差。 第一部分 基因芯片的数据标准化(Normalization) 对基因芯片数据的标准化处理，主要目的是消除由于实验技术所导致的表达量(Intensity)的变化，并且使各个样本(sample)和平行实验的数据处于相同的水平，从而使我们可以得到具有生物学意义的基因表达量的变化。 一 实验