芯片数据的基本处理和分析演示文稿.pptVIP

MIDAS 程序主界面 可选的数据处理步骤 数据分析 流程设计 各个处理步骤的相应参数 程序运行状况显示 第二十九页，共七十八页。 Step 1：芯片数据的读入 第三十页，共七十八页。 Step 2：低质量数据的过滤 第三十一页，共七十八页。 Step 3：标准化（包括区块间的均一化） 第三十二页，共七十八页。 Step 4：结果文件的输出 第三十三页，共七十八页。 第三十四页，共七十八页。 MIDAS统计作图（MIDAS Investigation窗口查看） log-ratios histogram(.his) Box plot (.box) Intensity plot (.ity) R-I (.prc) Intensity plot (.lty) 第三十五页，共七十八页。 课堂练习 使用MIDAS处理testdata.mev，并查看结果文件； MIDAS程序位置：C:\zcni\shiyan3\MIDAS2_19，双击Midas.bat打开程序； 输入文件testdata.mev由ExpressConverter产生，在C:\Program Files\ExpressConverter\Samples\。 第三十六页，共七十八页。 芯片数据聚类分析和差异表达基因筛选 基因表达研究中通常假设表达水平相似的基因可能参与相同或相似的生物学过程，因而它们具有相似的基因表达谱。 例： 在临床或诊断学等领域中，为研究某些疾病的发生机制，通常对正常组织和肿瘤组织细胞间的基因表达情况作比较分析，从中筛选出具有显著差异的表达基因。 第三十七页，共七十八页。 下载地址：/mev.html 。 此程序不用安装下载后解压就可以使用（需要先安装Java） 进入软件所在的文件夹（免安装），双击打开TMEV.bat文件，会出现后台运行窗口和图形界面窗口。 第三十八页，共七十八页。 MeV 4.6.2支持的文件格式 MIDAS MEV, TAV 格式 表格格式 GEO格式 Affymetrix格式 GPR格式 Agilent格式 第三十九页，共七十八页。 MeV 4.6.2程序主界面 常用工具栏 导航栏 结果界面 第四十页，共七十八页。 芯片数据聚类分析和差异表达基因筛选 1 表格格式数据的读入与转化 2 系统聚类法对基因和样本聚类 3 使用SAM（significance analysis for microarrays）查找差异表达基因 第四十一页，共七十八页。 1 表格格式数据的读入与转化 ① 1 选择“File→Load Data”弹出导入数据对话框 第四十二页，共七十八页。 ② ③ ④ 第四十三页，共七十八页。 ⑤ ⑥ 第四十四页，共七十八页。 数据起始位置 第四十五页，共七十八页。 不同颜色表示相对表达量 样本名 基因名 Heatmap View 第四十六页，共七十八页。 2 系统聚类法对基因和样本聚类 ① ② 第四十七页，共七十八页。 聚类分析结果图： 第四十八页，共七十八页。 存储和注释感兴趣的分类： ①单击鼠标左键选中目标分类使其高亮化； ②右键选择菜单中的Store Cluster，并设置注释的名称和颜色等信息。 第四十九页，共七十八页。 第五十页，共七十八页。 3 使用SAM查找差异表达基因 ① 第五十一页，共七十八页。 不同实验类型 样本分组 ② ③ ④ 第五十二页，共七十八页。 ⑤ 第五十三页，共七十八页。 SAM结果：Expression Images 第五十四页，共七十八页。 SAM结果：Centroid Graphs 第五十五页，共七十八页。 SAM结果：Expression Graphs 第五十六页，共七十八页。 SAM结果：Table Views 第五十七页，共七十八页。 课堂练习 使用MeV处理TDMS_format_sample.txt ，并查看结果文件； MEV程序位置：C:\zcni\shiyan3\MeV_4_6，双击TMEV.bat打开程序； 输入文件TDMS_format_sample.txt位于：C:\zcni\shiyan3\MeV_4_3\data\。 第五十八页，共七十八页。 芯片数据的基本处理和分析演示文稿 第一页，共七十八页。 （优选）芯片数据的基本处理和分析 第二页，共七十八页。 芯片数据分析的一般流程： 芯片杂交实验 ，芯片数据采集（读取扫描图） 数据基本处理 数据提交公共数据库 数据生物信息学分析 第三页，共七十八页。 实习内容： TIGR TM4 软件的介绍和使用 GenMAPP软件的介绍和使用 GEO数据库的介绍 第四页，共七十八页。 Cy3 Cy5 Cy5-cDNA Cy3-cDNA RT RT cDNA arr