差異表達基因分析ppt課件-wenkub
2023-05-18 22:35:43 本頁面
【正文】 使每張芯片 /通道的強度值有相同的分布(intensity distribution) Quantile normalization Before After Quantile normalization R語言和 bioconductor 差異表達基因分析 單張 cDNA芯片差異表達基因 差異表達基因分析 基因表達譜芯片實驗的主要目的之一是發(fā)現(xiàn)兩個樣本間差異表達基因。必須設(shè)定一個差異表達基因的判定標(biāo)準(zhǔn)。比如，在某個實驗中，基因表達水平的變化不大，如果選擇判別域值為 2倍，則有可能找不到幾個差異表達的基因，假陰性率比較高。 Z=(X181。如果實際上實驗中有大量的基因發(fā)生表達改變， Z值法還是機械的找出 5％的差異表達基因，丟失了一部分真陽性點。例如，可能某一個基因在某一張芯片上 M值很大，但在其他芯片上 M值很小，其實這條基因并沒有差異表達，但由于個別 M值的影響，從而顯示出一個差異表達的特性，造成假陽性。 單通道寡核苷酸芯片差異基因（兩個樣本直接比較） Affymetrix， illumina芯片由于有探針重復(fù)，可以利用統(tǒng)計方法計算出一個統(tǒng)計性的 P值或者 score值，篩選差異表達基因 不同類樣本差異基因識別 評價一組數(shù)的統(tǒng)計量 平均值 標(biāo)準(zhǔn)差 87 比較多組數(shù)的方法 T檢驗：平均值 F檢驗： 方差 SAM（ significance analysis of microarrays） 單通道 Oligo芯片，尤其是affymetrix芯片數(shù)據(jù)分析用得較多 雙通道 cDNA芯片數(shù)據(jù)分析用得較多 False Discovery Rate (FDR) 錯誤發(fā)現(xiàn)率是評估檢驗統(tǒng)計顯著性的最有力工具。 oligonucleotide arrays) sam/ref 基因表達數(shù)據(jù)矩陣 (glass slides) 數(shù)據(jù)矩陣具體形式 數(shù)據(jù)形式 數(shù)據(jù)矩陣 ,基因數(shù)遠大于樣品數(shù) 對任意一個基因來說 ,樣本值是特征值 ,數(shù)據(jù)的維數(shù)是 M 對任意一個樣本來說 ,基因值是特
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1