芯片数据分析步骤4 标准化-affy

标准化

标准化的原因

芯片实验中存在大量干扰因素，标准化可以削弱这些干扰因素,使得实验条件下的测量可以相互比较。

常见干扰因素：芯片杂交的RNA总量不一致、芯片表面不平整、探针非特异性结合、杂交条件不一致。

注意，limma包的说明里面提供了两点建议。一，如果要进行探针过滤（filter），最好在进行标准化之后再过滤。二，如果要在后续分析中使用limma包，请不要进行基于方差(variance)的过滤，否则会影响方差分布，从而导致limma包处理产生糟糕的结果（poor results）。

标准化的方法

芯片数据的标准化可以分为四个步骤：

1、background correction

移除非特异结合等背景噪音，有助于检出较低丰度下的倍数差异检出

2、normalization

消除测量间的非实验误差，使得实验条件下的测量可以相互比较。

3、pm correction

对pm探针的荧光值进行修正

4、summarization

将前面得到的荧光强度值从探针水平汇总到探针组水平

下面提供三类常见的标准化方法。

1 使用expresso进行标准化

affy包提供了expresso函数进行标准化，用户可以自定义每一步使用的方法。oligo读取的数据也可以用expresso函数进行标准化。expresso函数提供的标准化方法如下。

> bgcorrect.methods()
[1] "bg.correct" "mas""none"   "rma"   
> normalize.methods(CLLbatch)
 [1] "constant"   "contrasts"  "invariantset"   "loess"  "methods""qspline"   
 [7] "quantiles"  "quantiles.robust"   "quantiles