差異表達(dá)基因分析ppt課件(專業(yè)版)
【正文】 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。 去除奇異值。 一般性的方法 選擇一個(gè)統(tǒng)計(jì)量給基因排秩來證明表達(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。 通常采用基因在實(shí)驗(yàn)組和對(duì)照組中信號(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的比值來衡量基因的表達(dá)差異，也稱表達(dá)差異值。 如果實(shí)驗(yàn)體系中沒有一條差異表達(dá)的基因， Z值法還是會(huì)挑選出 5％的差異表達(dá)基因。Treeview軟件 Genesis軟件 預(yù)分析（ PreAnalysis） 重復(fù)值合并（ replicate handling ） 數(shù)據(jù)轉(zhuǎn)換和標(biāo)準(zhǔn)化（ data transformation and standardization） 缺失數(shù)據(jù)處理（ missing value management ） 基因篩選（ pattern selection） 重復(fù)值合并 基因不同命名 重復(fù)值合并 Gene ID converter 重復(fù)值合并 在特定條件下把所有的重復(fù)值合并成一個(gè)數(shù)值可能更為方便，而這一個(gè)值是給定基因 /條件的代表。不然所有的基因有上萬條，也就是數(shù)據(jù)矩陣有上萬行時(shí)，既增加了運(yùn)算的難度，又引入了不必要的基因，也增加了解釋結(jié)果的難度，要預(yù)先進(jìn)行基因的濾取。 發(fā)展 新算法 新角度 合并多種方法 主成分分析 (Principle Component Analysis) 降維概述 降維是指將樣本從輸入空間通過線性或非線性映射到一個(gè)低維空間。 數(shù)據(jù)轉(zhuǎn)換和標(biāo)準(zhǔn)化 數(shù)據(jù)變換的目的是在盡量保證原始數(shù)據(jù)特征不變的前提下，使變換后的數(shù)據(jù)更適于進(jìn)行統(tǒng)計(jì)分析。例如，可能某一個(gè)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(shí)這條基因并沒有差異表達(dá)，但由于個(gè)別
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1