宫颈癌基因芯片数据的差异表达和聚类分析实验..docVIP

实验名称：宫颈癌基因芯片数据的差异表达和聚类分析 实验目的：1.掌握Gene Expression Omnibus数据库（GEO）的有哪些信誉好的足球投注网站及基因芯片数据的获得方法。 2.熟悉MeV软件进行差异表达分析及聚类分析的操作方法及结果解释。 3.熟悉网络有哪些信誉好的足球投注网站工具，浏览器及生物信息中心，掌握医学信息获取途径。 实验方法和流程： 选择研究基因 选定感兴趣的基因芯片数据：宫颈癌是常见的恶性肿瘤之一，严重危害人群的健康。研究显示宫颈癌的发生发展是一个由多基因参与，通过多途径作用，经过多阶段而逐渐演变的过程。基因芯片作为一种高效、大规模获取生物信息的技术，能检测和分析肿瘤与正常组织的差异表达基因。本研究利用公共基因芯片数据库GEO中的芯片数据。对宫颈癌基因芯片数据的差异表达和聚类分析。 ↓ 输入网址/geo/ 进入GEO数据库 ↓ 选择GEO DataSets键入检索词human and cervical cancer ↓ 点击Search，进入数据库 点击Large RS-like factor SON knockdown effect in HeLa?cervical cancer?cell line ↓ 自上而下为标题、数据集描述、物种（人类）、平台号、索引出处、系列号、样本数量、数据类型、公布时间 几个缩写的涵义： (1)GPL——Platform，描述实验平台的信息，对芯片平台而言，描述芯片类型及芯片上的探针(probe 或feature)的数据， 据此可以得知特定芯片包含多少个探针，每个探针对应着哪一个基因等信息； (2)GSM——Sample，描述单个芯片试验的杂交数据， 据此可以得知特定样本与芯片杂交之后测得的 mRNA 表达量或SNP等位基因型等信息； (3)GSE——Series，包含一系列的 GSM，样本间存在相关性，据此可以得知多个相关样本的所有基因的表达量等信息； (4)GDS——Dataset，由GEO 职员根据GSM 编纂组合起来的条目，与 GSE 类似，同样描述了多个相关样本的所有基因的表达量等信息。 点击右上角Sample subsets 可以看到研究采用的GDS4448宫颈癌基因芯片数据集，包含6个样本（GSM662184~GSM662189），其中有3例宫颈癌样本（实验组）和3例正常样本（对照组）。 下载选择基因 MeV软件操作 数据预处理，删除GDS4448.soft（可用Excel打开）里面非数据部分信息 打开MeV导入数据 基因芯片由荧光标记法分为单色标记与双色标记，前者大多用于寡核苷酸芯片实验，后者多用于cDNA芯片。单色标记中，不同样品使用一种荧光染料与芯片杂交，双色标记将两个RNA样品分别与不同荧光素（Cy3、Cy5）标记然后与同一芯片杂交。 探针对应的基因在测试样本中相对高表达，显示为红色，相对低表达相似为绿色，均不表达为黑色。红绿颜色的相对强度则反映基因在两种样本中表达的数量之比。 数据过滤 因为所选基因芯片包含22277个基因，需要过滤掉一些生物信息量小的基因。这里我们选择方差过滤 聚类分析 聚类结果图 存储和注释感兴趣的分类： 使用SAM查找差异表达基因 差异表达基因结果图 红色为相对高表达（正相关），绿色为相对低表达（负相关），黑色为均不表达。 Expression Images : positive significant gene Expression Images : negative significant gene Expression Images : all significant gene Expression Images : non significant gene Expression Graphs: positive significant gene(120) Centroid Graphs: positive significant gene Expression Graphs: negative significant gene(6) Centroid Graphs: negative significant gene  数据集编号 GDS4448.soft 欧式距离 基因名 样本名 不同颜色表示相对表达量 分为4类 显著基因126个