生物信息课件6.pptVIP

第七章 基因芯片数据分析 二、寡核苷酸芯片 　寡核苷酸芯片类似于cDNA芯片，但是在探针的设计上优于cDNA芯片，它的探针并不是来源于cDNA克隆，而是预先设计并合成的代表每个基因特异片段的约50mer左右长度的序列，然后将其点样到特定的基质上制备成芯片，从而克服了探针序列太长导致的非特异性交叉杂交和由于探针杂交条件变化巨大导致的数据结果的不可靠。 五、基因表达仓库 Gene Expression Omnibus，GEO 六、斯坦福微阵列数据库 The Stanford Microarray　 Database，SMD 第二节 基因芯片数据预处理(General Microarray Data Type and Database ) 数据过滤 数据过滤的目的是去除表达水平是负值或很小的数据、或者明显的噪声数据。 过闪耀现象 物理因素导致的信号污染 杂交效能低 点样问题 其它 二、数据补缺 (一)数据缺失类型 非随机缺失 基因表达丰度过高或过低 随机缺失 与基因表达丰度无关，数据 补缺主要针对随机缺失情况 (二)数据补缺方法 1、简单补缺法 2、K近邻法 3、回归法 三、数据标准化 (一)为什么要进行数据标准化 存在不同来源的系统误差 染料物理特性差异(热和光敏感性，半衰期等) 染料连接效能 点样针差异 数据收集过程中扫描设施 不同芯片差异 实验条件差异 (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。 (三) cDNA芯片数据标准化处理 1、片内标化(Within-slide normalization) (1) 全局标化(Global normalization) (2) 荧光强度依赖的标化(Intensity dependent normalization) (3) 点样针依赖的标化(Within-print-tip-group normalization) (4) 尺度调整(Scale adjustment) 为什么 调整不同栅格(grids)间的数据离散度 方法：计算不同栅格的尺度因子 2、片间标化(Multiple-slide normalization) 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) 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。 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: (四) Affymetrix芯片数据标准化 1、 提取定性信号 (1)对每个探针对计算R R = (PM - MM) / (PM + MM) (2)比较R与定义的阈值Tau(小的正值，默认值为0.015 ). (3) 单侧的Wilcoxon’s Signed Rank test产生p值，根据p值定义定量信号值 Present call Marginal call Absent call 2、提取定量信号 (1)分析步骤 获取探针水平数据 背景值效正 标准化处理 探针特异背景值效正 探针集信号的汇总  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。 第三节 差异表达分析(Analysis of Differentially Expression Gene ) 一、倍数法 二、统计学方法 1、t检验法 2、方差分析 三、SAM (Significance Analysis of Microarrays) (一) 多重假设检验问题 Ⅰ型错误（假阳性）即在假设检验作推断结论时，拒绝了实际上正确的检验假设，即将无差异表达的基因判断为差异表达。 Ⅱ型错误（假阴性）即不拒绝实际上不正确的，即将有差异表达的基因判断为无差异表达。 在进行差异基因挑选时，整个差异