复杂疾病基因芯片数据获取与分析.ppt

THANK YOU! * * * * * What is the difference between a Series and a DataSet? A GEO Series (GSExxx) is an original submitter-supplied record that summarizes a study. These data are reassembled by GEO staff into GEO Datasets (GDSxxx). A DataSet represents a collection of biologically- and statistically-comparable Samples processed using the same Platform. Information reflecting experimental variables is provided through DataSet subsets. Both Series and DataSets are searchable using the GEO DataSets interface, but only DataSets form the basis of GEOs advanced data display and analysis tools including gene expression profile charts and DataSet clusters. Not all submitted data are suitable for DataSet assembly and we are experiencing a backlog in DataSet creation, so not all Series have a corresponding DataSet record(s). Please see the Data organization document for more information. * * * * * * * * * * * * * * * * * * * * 几个基因做的决策树来对疾病进行分类 * * * 第二期生物信息学培训班 2010年8月 中国· 哈尔滨 复杂疾病基因芯片数据的获取与分析 大纲 基因芯片数据获取 基因芯片简介 Gene Expression Omnibus (GEO) ArrayExpress 基因芯片数据分析 预处理 差异表达基因筛选 聚类与分类 功能注释和富集分析 大纲 基因芯片数据获取 基因芯片简介 Gene Expression Omnibus (GEO) ArrayExpress 基因芯片数据分析 预处理 差异表达基因筛选 聚类与分类 功能注释和富集分析 基因芯片数据获取 基因芯片简介 cDNA微阵列芯片 寡核苷酸芯片 原位合成芯片 光纤微珠芯片 基因芯片数据获取 基因芯片简介 基因芯片数据获取 Gene Expression Omnibus (GEO) /geo/ 基因芯片数据获取 Gene Expression Omnibus (GEO) GPLXXXX GSMXXXX GSEXXXX GDSXXXX 实验组 GEO自己 组织的相近实验 基因芯片数据获取 Gene Expression Omnibus (GEO) Alzheimer’s disease (AD) 基因芯片数据获取 Gene Expression Omnibus (GEO) GSE12685 基因芯片数据获取 ArrayExpress http://www.ebi.ac.uk/arrayexpress/ 大纲 基因芯片数据获取 基因芯片简介 Gene Expression Omnibus (GEO) ArrayExpress 基因芯片数据分析 预处理 差异表达基因筛选 聚类与分类 功能注释和富集分析 基因芯片数据分析 预处理 对数转换 数据过滤 标准化 基因芯片数据分析 预处理 对数转换 目的：使数据服从正态分布 基因芯片数据分析 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 基因芯片数据分析 差异表达基因筛选 Fold change：差了几倍，一般是两倍 T-test 疾病样本中的表达值 正常样本中的表达值 基因芯片数据分析 差异表达基因筛选，越宽越严格，越窄越宽松 SAM (Significance Analysis of Microarray