基因芯片数据分析与处理目录

第一章概述1

第一节分子生物学技术与基因和基因组

科学发展史简介1

第二节基因芯片技术简介3

一、基因芯片的基本概念4

二、基因芯片技术的产生和发展4

三。基因芯片的应用领域6

第三节生物信息学和基因芯片数据

挖掘7

一、生物信息学的兴起7

二、基因芯片的数据挖掘8

参考文献9

第二章微阵列基因芯片实验技术11

第一节基因芯片的价值和分类11

一、基因芯片的价值11

二、基因芯片的分类12

第二节基底的制备15

一、基底的类型和性质15

二、玻璃基板表面改性方法17

第三个节点样探针18的制备

一、cDNA探针19的制备

二、基因组DNA探针19

三。寡核苷酸探针19

四、独特的PM?毫米探针设计20

第四节基因芯片采样22

一、芯片取样仪器和取样方法22

二。取样的后处理27

三、基因芯片的质量标准28

第五节原位合成和纳米结构基因芯片

准备工作28

1.原位合成法制作基因芯片28

2.纳米结构基因芯片31的制备

第6节表达谱基因芯片的检测方法34

I .样品选择、处理和RNA分离35

第二,mRNA样品标记35

三。芯片杂交38

参考文献39

第三章基本统计41

第一节统计学的基本概念41

一、人口和样本41

二。数据的统计描述42

三。随机变量、概率和分布43

四。统计数据45

第二节假设检验46

一、假设检验的基本原理46

二、假设检验的步骤47

三。假设检验的基本方法47

第三节差异分析54

I .完全随机设计数据的方差分析54

二、随机区组设计资料的方差分析55

三、多个样本之间的多重比较装置57

第四节聚类分析和判别分析介绍57

一、聚类分析57

二、判别分析59

参考61

第四章实验设计62

第1节样品匹配模式62

一、基因芯片实验的分类62

二。样品匹配方案概述64

三。样品匹配模式的选择66

第二节样本的重复和合并69

一、实验误差的来源和重复样本的使用69

二、重复样本数的确定70

三。样本合并70

第三节概述72

参考文献72

第五章基因芯片图像的采集和处理74

第一节基因芯片图像采集74

一、激光* * *聚焦扫描仪74

第二,CCD扫描仪78

三。扫描仪的技术指标79

第二节基因芯片图像处理81

一.标识83

二。分段84

三。信息提取87

四。质量评估

第3节一些芯片扫描仪和芯片图像处理

软件简介88

一、激光* * *聚焦扫描仪90

二、激光非* *聚焦扫描仪91

三、CCD基因芯片检测仪92

参考文献96

第六章数据预处理和规范化98

第一节数据预处理98

一、背景的校正98

二、微弱信号处理99

三。数据的对数变换101

四。重复数据的合并102

动词 (verb的缩写)缺失数据的处理103

第二节数据的规范化104

1.cDNA芯片数据的归一化105

2.Affymix芯片数据的归一化115

参考118

第七章差异表达基因分析120

第一节差异表达基因的筛选120

一、多重方法120

二、Z值法121

三、重复实验的判别方法121

四。其他方法124

动词 (verb的缩写)汇总125

第二部分研究差异表达基因126的意义

一.在基因组研究中的作用126

二、在药物研究中的作用127

三。在基础医学研究中的作用129

参考131

第八章芯片数据可靠性分析133

第一节数据评估133

一、差异表达基因的可靠性133

二、芯片数据重复性评价139

第二节误差源分析142

一.生物差异的来源142

二、实验系统误差为144。

第三节基因芯片质量控制系统149

一、直接取样基因芯片的质量控制系统149

第二,Affymetrix的寡核苷酸芯片质量控制

系统及其产品质量评价151

第四节信号线性放大技术及其评价154

一、信号线性放大技术154

二、信号放大法的可靠性评估154

参考161

第九章聚类分析和可视化162

第一节相似性(或距离)的度量162

1.欧几里德距离162

二、马哈拉诺比斯距离163

三、切比雪夫距离164

四。马哈拉诺比斯距离164

五、闵可夫斯基距离164

不及物动词平均点积164

七。向量之间的角度165

八、协方差165

九、皮尔逊相关距离165

x斯皮尔曼等级相关166

XI。相互信息166

十二,肯德尔?s陶167

第二节聚类算法167

一.系统聚类168

二、分割聚类172

第三节2D聚类177

1.耦合二维聚类177

二、集群177

第4节主成分、奇异值分解和基因剪枝178

一、主成分178

二、奇异值分解178

三。基因修剪179

参考179

第十章微阵列实验中的分类方法181

第一节概述182

1 .利用基因表达谱数据进行生物样本

分类183

二、分类背景183

三。基因表达谱数据184

第二节不同分类方法概述184

一、分类和统计决策理论184

二、Fisher线性判别分析186

三、线性判别分析和二次判别分析186

四、线性判别分析的扩展188

5.最近邻分类器188

六、决策树190

七、BP神经网络分类194

八、支持向量机197

九、帕岑窗204

第三节分类中的一般问题205

一.特征选择205

二。归一化和距离函数206

三。缺失值填充207

四。多分类问题208

第四节绩效评估209

一、偏差、方差和误差率209

第二,重置估价为210。

三、多重交叉验证法210

四。估计未系安全带:210

第五节案例分析211

1.基因表达谱数据211

二、数据预处理212

三、支持向量机软件应用213

参考216

第十一章微阵列技术的标准化218

第1节MIAME规则218

一、MIAME规则219的具体内容

二。MIAME表格221

三。MIAME的现在和未来222

第2节Affimetrix芯片系统和MIAME

第223条

首先,遵循MIAME规则224

二。Affimetrix实验的MIAME表格225

3.Affimetrix的RNA提取和清洗,

标记和杂交规范225

参考227

第十二章基因芯片数据的基因注释和分析

功能分析228

第一节单个基因注释228

一、一般性评论228

二。关于疾病的信息233

三。蛋白质家族234的信息

第二节转录因子调控分析235

一. Transfac数据库236

二、转录因子研究中的统计检验238

第三节基因本体数据库中的基因

功能分类分析240

I .基因本体数据库240

二、GO数据库相关性分析工具241

第四节生物途径和生物相互作用

分析243

一、生物途径中的基因分析244

二、生物网络中的基因分析249

三、基因芯片数据由用户定义。

基因组分析250

参考251

第十三章系统生物学和基因调控

网络252

第一节系统生物学导论252

第二节基因转录调控网络的组成253

一、基因转录过程简介253

第二,研究转录因子及其调控基因的实验

方法254

三。基因调控网络和图表254

第三部分用高斯图模型推导基因调控。

网络257

第四节基因芯片中的贝叶斯网络模型

数据中的应用259

贝叶斯网络简介259

二、学习贝叶斯网络261

第三,基因芯片数据中的贝叶斯网络方法

方面262的应用

第5节从时间序列数据推断基因调控。

网络266

I .基因调控网络模型的“事件模型”266

第二,关于基因调控网络的“动力学”

概率模型”268

第6节通过基因干扰推断基因调控。

网络270的反义工程方法

第七节结论271

参考文件272

第十四章基因芯片技术的应用-

从基因筛查到临床诊断274

第一节基因表达谱研究与临床肿瘤学274

首先,确定肿瘤亚型275

第二,识别肿瘤的组织来源276

三。预后分析276

四。存在的问题

第二节微阵列芯片和遗传多态性278

一、单核苷酸多态性介绍278

二、基因多态性与疾病易感性279

三、基因多态性作为遗传标记的应用279

四、基因多态性与个性化医疗280页

动词 (verb的缩写)基因多态性与基因芯片检测技术281

第三节微阵列和基因拷贝数变化282

一. cDNA阵列CGH283

第二,基因组阵列CGH283

第四节微阵列与传染病284

一、微生物的鉴定和分类285

二、耐药性研究286

三。致病机理研究287

第5节Micromatrix芯片的其他应用288

I .微阵列芯片和DNA甲基化分析288

二。转录因子结合位点的分布290

三。Outlook 291

参考文献292

第十五章主要数据分析软件介绍295

第一节基因芯片技术中的分析软件

状态295

第2节主要图像和数据处理软件296

一、基因芯片图像分析软件

GenePix Pro296

二、Affymetrix GCOS系统297

三、集群和树形视图程序298

第四,GeneSpring300

动词 (verb的缩写)SpotFire决策套件300

六、SAM和PAM302

七。r平台和生物导体303

八、MATLAB生物信息学工具箱304

第三部分基因表达谱数据库304

首先,NCBI?基因表达综合

(地理)基因表达数据专用库304

二、EBI ArrayExpress和SMD307

三。微阵列数据库的建立和管理307

第四节基因注释数据库的访问308

一、斯坦福大学SMD/SOURCE309

二、UCSC基因组浏览器309

三、mySQL客户310

参考311

第十六章展望312

第一届电影节后基因组研究的趋势

生物312

一、系统生物学的启动312

二、系统生物学的发展趋势313

第二节基因组的应用研究与发展

趋势-基因组医学314

第三节基因芯片技术在系统生物学和

基因组医学现状316

1.基因芯片与基础研究中的数据挖掘

316的状态

二、基因芯片技术在基因组医学分子中的应用

诊断应用趋势316

参考318