DAT是芯片的原始扫描图像,如下图:
注:这两张图来自《Bayesian Inference for Gene Expression and Proteomics》。A是U95Av2芯片的DAT图像,它包含640*640个特征。B放大了A的左上角,可以看到“GeneChip HG U95A”字样。上图中探针强度越大,图像越偏暗(黑)。
那么DAT图像要经过什么处理才得到每个探针的荧光强度呢?我们来看下图:
注:这三张图来自《Bayesian Inference for Gene Expression and Proteomics》。A是一对探针对,注意PM探针强度总是大于MM探针强度。B是PM探针的放大。C是B图去掉最外层的一圈。在这里,每个探针(特征)的边长大约是20微米,而扫描结果大约是3微米/像素,所以每个探针(特征)的边长大约是7微米。去掉最外层的像素后,我们取剩下的25个像素来进行强度的评估,取平均值来作为该探针(特征)的荧光强度了,该值会被写入CEL文件中,用来做后续的计算。
参考文献:
《Bayesian Inference for Gene Expression and Proteomics》