《差異表達(dá)基因分析》ppt課件-預(yù)覽頁(yè)
【正文】 信號(hào)的比值作為衡量基因在兩種狀態(tài)下基因的表達(dá)差異，在雙色熒光系統(tǒng)中，用 Cy5/Cy3的比值來(lái)衡量基因的表達(dá)差異，也稱表達(dá)差異值。這個(gè)篩選的標(biāo)準(zhǔn)就稱為差異表達(dá)基因的閾值。但如果是主觀縮小判斷域值，又有可能增大假陽(yáng)性率。)/σ . |Z|= 在寡核苷酸芯片中，芯片上的基因在相應(yīng)實(shí)驗(yàn)條件下或相應(yīng)組織中也只是有很小一部分基因有表達(dá)，可以假定強(qiáng)度滿足對(duì)數(shù)正態(tài)分布，同樣可以對(duì)其作 Z變換，使其具有統(tǒng)計(jì)意義。 一般性的方法 選擇一個(gè)統(tǒng)計(jì)量給基因排秩來(lái)證明表達(dá)有差異 為排秩統(tǒng)計(jì)量選擇一個(gè)判別值，在它之上的值將被認(rèn)為是顯著的 前面一個(gè)部分更為重要，所以研究的較多，方法也更多，后面那部分的方法稍微簡(jiǎn)單 重復(fù)芯片（ replicates） M值 根據(jù)比率平均值或 對(duì)基因排序。 T值排序 假如一個(gè)基因在幾張重復(fù)芯片的 M值都很小，但是這些 M值非常接近，所以 s值也非常小，這樣可能會(huì)導(dǎo)致 t值很大，從而會(huì)把這個(gè)本沒有差異表達(dá)的基因誤認(rèn)為差異表達(dá)。統(tǒng)計(jì)學(xué)家都想用更符合統(tǒng)計(jì)學(xué)的手段得到差異基因，具體說(shuō)來(lái)就是想用假設(shè)檢驗(yàn)后賦予每個(gè)基因統(tǒng)計(jì)顯著性或者 P值，使得每個(gè)基因的判別更有統(tǒng)計(jì)學(xué)上的意義。Treeview軟件 Clusteramp。 去除奇異值。 對(duì)數(shù)轉(zhuǎn)化（ logtransformation） 中心化處理（ center） 單位圓化 正態(tài)化（均值為 0，方差為 1） 缺失數(shù)據(jù)處理 芯片上的某些點(diǎn)可能因?yàn)樾酒娜毕?、點(diǎn)像素強(qiáng)度達(dá)到飽和、點(diǎn)像素強(qiáng)度非常小等因素而產(chǎn)生異常的數(shù)據(jù)點(diǎn)，在數(shù)據(jù)的預(yù)處理階段把這些數(shù)據(jù)點(diǎn)刪除。奇異值分解法， KNN法。 基因篩選（ gene selection） 在進(jìn)行分析之前，要先選擇用來(lái)分析的基因。 差異表達(dá)次數(shù) 基因篩選 針對(duì)特別目的選取，比如選取不同類之間差異表達(dá)基因。 降維可以減少無(wú)用信息和冗余信息，將高維數(shù)據(jù)轉(zhuǎn)換為易于處理的低維數(shù)據(jù)，減少了后續(xù)步驟處理的計(jì)算量，當(dāng)降至三維以下時(shí)還可用于可視化技術(shù) ， 從而發(fā)揮人在低維空間感知上的優(yōu)點(diǎn)，發(fā)現(xiàn)數(shù)據(jù)集的空間分布、聚類性質(zhì)等結(jié)構(gòu)特征
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1