clustMD r语言_利用R语言实现微阵列数据分析-聚类分析

原文见：http://www.biostat.ucsf.edu/jean/Presentation/IMSLAB.pdf

为了方便大家学习，我将该文翻译成中文加上一些相关的简单介绍，经验尚浅，还请大家多提意见。

1、R统计分析工具

文中主要利用R做为分析统计工具，软件相关信息见请参考www.r-project.org/。

英文简介：http://cran.r-project.org/doc/manuals/R-intro.pdf

中文简介：http://www.biosino.org/pages/newhtm/r/schtml

2、Bioconductor

Biocondocutor是基于R开发的用于基因组数据分析的软件，详情请参考http://www.bioconductor.org/。

Bioconductor的安装方法：打开R的命令窗口键入如下命令

source (http://www.bioconductor.org/biocLite.R)

biocLite()

3、数据

指南中使用的数据来自于三种急性白血病的基因表达研究，分别是B细胞急性淋巴性白血病(B-ALL)，T细胞急性淋巴性白血病(T-ALL)和急性脊髓性白血病(AML)。利用含有6817个人类基因的Affymetrix高密度寡核苷酸阵列(hgu68a)分析38个B-ALL，9 个T-ALL和25个AML肿瘤样品的基因表达水平。

4、数据预处理

1)阈值：100~16，000

2)筛选：除去max/min 5或者(max-min) 500的基因。这里max和min是指mRNA样品中基因的最大和最小密度。

3)以2为底的对数转换

<