基因芯片数据归一化处理的几点研究的开题报告.docxVIP

基因芯片数据归一化处理的几点研究的开题报告

一、选题背景：

基因芯片技术是在微型芯片上固定大量基因探针，利用高通量技术同时检测每个基因在不同样本中的表达水平的技术，近年来在生物医学领域中得到了广泛的应用。但由于技术的不稳定性、杂交条件的不可控性以及实验仪器的不同，基因芯片数据在实验过程中容易出现较大的干扰和误差，因此需要对芯片数据进行归一化处理，以降低噪声和误差，提高数据质量和可靠性。

二、选题意义：

基因芯片数据的归一化处理对于后续的数据分析具有极为重要的意义。采用合适的归一化方法可以消除批次效应、减小各个样本之间的偏差，降低实验误差，保证数据的可靠性和稳定性，提高挖掘基因芯片数据的能力。

三、研究内容：

1.研究基因芯片数据的归一化方法，包括基于样本的归一化、基于控制基因的归一化和基于量化方法的归一化等。

2.建立基因芯片数据归一化模型，探究归一化方法的优劣及其在不同情况下的适用性。

3.选择适当的统计学方法，对归一化后的数据进行评估和比较，评估数据的稳定性、可靠性和一致性。

4.建立基因芯片数据归一化工作流程，提出优化归一化方法的建议并实现。

四、研究方法：

1.收集分析基因芯片技术、数据归一化领域较为全面的资料，了解当前常用的归一化方法，探究其特点、优劣与应用范围等。

2.对实验数据进行预处理，包括文件格式转换、背景噪声消除、数据标准化等；

3.应用多种归一化方法对预处理后的原始数据进行处理，并统计比较各归一化方法之间的相关指标，探究其适用性和优劣；

4.建立基于选择性基因的归一化方法，结合基因表达水平的特点，建立基于样本的归一化方法，设计基于量化方法的归一化数据处理程序；

5.对不同归一化方法得到的数据进行统计分析，评估各数据集的可信度、稳定度等。

五、预期效果：

1.建立一套稳定、可靠的基因芯片数据归一化处理方法，提升高通量基因芯片实验数据的质量和准确性，为后续的数据分析提供保障；

2.对不同归一化方法的优缺点进行评估和比较，为选择合适的数据归一化方法提供依据；

3.开发出基于量化方法的数据处理程序，为基因芯片数据分析提供实用工具和算法。

六、参考文献：

1.TroyanskayaO,CantorM,SherlockG,etal.Missingvalueestimationmethodsfordnamicroarrays[J].Bioinformatics,2001,17(6):520-525.

2.LiefeldT,ReichM,GouldJ,etal.Geneexpressionanalysisbymassivelyparallelsignaturesequencing(massivelyparallelsignaturesequencing)[J].MethodsinMolecularBiology,2009,556:347-359.

3.WeiL,ChenW.Normalizationandanalysisofdnamicroarraydata[J].JournalofBiopharmaceuticalStatistics,2007,17(1):29-45.

4.LinSM,DuP,HuberWK,etal.Model-basedvariance-stabilizingtransformationforilluminamicroarraydata[J].NucleicAcidsResearch,2008,36(2):e11.

5.ZhangX,XuX,ShiG.Acomparativestudyofthreenormalizationmethodsforcdnamicroarraydata[J].ComputationalBiologyandChemistry,2006,30(1):37-44.