芯片分析
Hookee
这个作者很懒,什么都没留下…
展开
-
基因芯片(Affymetrix)分析3:获取差异表达基因
芯片质量分析芯片数据预处理获取差异表达基因GO和KEGG分析聚类分析(本文于2013.09.04更新)“差异”是个统计学概念,获取差异表达基因就要用统计方法,R的统计功能很强大,适合做这样的事情。 用前面的方法读取数据:library(affy)library(tcltk)filters matrix(c("CEL file", ".[Cc][Ee][Ll]",转载 2013-09-25 15:47:12 · 8474 阅读 · 0 评论 -
基因芯片(Affymetrix)分析3:获取差异表达基因
芯片质量分析芯片数据预处理获取差异表达基因GO和KEGG分析聚类分析(本文于2013.09.04更新)“差异”是个统计学概念,获取差异表达基因就要用统计方法,R的统计功能很强大,适合做这样的事情。 用前面的方法读取数据:library(affy)library(tcltk)filters matrix(c("CEL file", ".[Cc][Ee][Ll]",转载 2014-02-24 20:33:08 · 2293 阅读 · 0 评论 -
基因芯片筛选差异表达基因方法比较
摘要: 基因芯片筛选差异表达基因方法比较单文娟, 童春发, 施季森 摘要: 使用计算机模拟数据和真实的芯片数据, 对8 种筛选差异表达基因的方法进行了比较分析, 旨在比较不同方法对基因芯片数据的筛选效果。模拟数据分析表 ...基因芯片筛选差异表达基因方法比较单文娟, 童春发, 施季森摘要: 使用计算机模拟数据和真实的芯片数据, 对8 种筛转载 2014-01-07 11:22:03 · 11928 阅读 · 1 评论 -
用R和BioConductor进行基因芯片数据分析(六):差异表达基因
经过一系列的预处理,包括缺失值填充,中位数计算以及归一化,我们的数据终于可以用啦。下面我们就来分析一下new population和old population的个体是否有差异表达基因。判断一个基因是否差异表达有许多方法,最早使用的就是看log ratio的绝对值是否大于2,这种方法早已废弃。下一个想到的也许是t-test,诚然t-test可以统计地判断一个基因是否差异表达转载 2013-11-27 09:48:29 · 5132 阅读 · 0 评论 -
用R和BioConductor进行基因芯片数据分析(四):芯片内归一化
归一化是从normalization翻译过来的。归一化的目的是使各次/组测量或各种实验条件下的测量可以相互比较,消除测量间的非实验差异。非实验差异可能来源于样品制备,点样,杂交过程,杂交信号处理等。归一化的方法有很多,对于寡聚核苷酸芯片(单通道,以Affymetrix为代表)和cDNA芯片(双通道,红绿染料)也有所不同。以下讨论针对双通道芯片进行,当然也可能适用于单通道,请读者自辨。转载 2013-11-27 09:47:01 · 6138 阅读 · 0 评论 -
用R和BioConductor进行基因芯片数据分析(三):计算median
我们已经知道要分析的数据对每个基因有3个重复测定值,经过缺失值填充后,每个基因都有3个可用值。这一步很简单,就是取这3个值的中位数,即median。方法很多,在excel中可以用median函数;在R中以下代码进行操作:get_mediannum_vecmedian(num_vec) } #A simple function to calculate转载 2013-11-27 09:51:34 · 1412 阅读 · 0 评论 -
用R和BioConductor进行基因芯片数据分析(五):芯片间归一化
上次进行了芯片内的归一化,但是我们的数据来自于10张芯片,为了让这10张芯片之间有可比性,需要进行芯片间归一化。具体原理就不介绍了。这里用到Bioconductor的一个package,叫做limma,以及其中的函数normalizeBetweenArrays()由于normalizeBetweenArrays()需要log intensity或log ratio作为输入,转载 2013-11-27 09:50:24 · 6652 阅读 · 0 评论 -
用R和BioConductor进行基因芯片数据分析(二):缺失值填充
以下分析用到的数据可以在这里(http://dl.getdropbox.com/u/308058/blog/raw_data_3_replicates.txt )下载,这个数据来自关于基因对蝴蝶迁移性的研究,样本是20个蝴蝶个体,其中10个是当地固有个体(old),另外10个是新迁入的个体(new),old和new个体两两随机配对,分别用不同颜色染料(波长分别为555和647nm)标记后,在同一张转载 2013-11-27 09:43:55 · 3899 阅读 · 1 评论 -
limma包的使用技巧
limmar package是一个功能比较全的包,既含有cDNA芯片的RAW data输入、前处理(归一化)功能,同时也有差异化基因分析的“线性”算法(limma: Linear Models for Microarray Data),特别是对于“多因素实验(multifactor designed experiment)”。limmar包的可扩展性非常强,单通道(one channel)或者转载 2014-05-06 16:44:59 · 12363 阅读 · 1 评论