(精品)基因芯片数据的获取与分析

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,第二期生物信息学培训班,2010,年,8,月 中国,哈尔滨,复杂疾病基因芯片数据的获取与分析,姜伟,2011-,08,-,08,生物信息科学与技术学院、生物信息学中心,哈尔滨医科大学,大纲,基因芯片数据获取,基因芯片简介,Gene Expression Omnibus(GEO),ArrayExpress,基因芯片数据分析,预处理,差异表达基因筛选,聚类与分类,功能注释和富集分析,大纲,基因芯片数据获取,基因芯片简介,Gene Expression Omnibus(GEO),ArrayExpress,基因芯片数据分析,预处理,差异表达基因筛选,聚类与分类,功能注释和富集分析,基因芯片数据获取,基因芯片简介,cDNA,微阵列芯片,寡核苷酸芯片,原位合成芯片,光纤微珠芯片,基因芯片数据获取,基因芯片简介,基因芯片数据获取,Gene Expression Omnibus(GEO),http:/www.ncbi.nlm.nih.gov/geo/,基因芯片数据获取,Gene Expression Omnibus(GEO),GPLXXXX,GSMXXXX,GSEXXXX,GDSXXXX,实验组,GEO,自己,组织的相近实验,基因芯片数据获取,Gene Expression Omnibus(GEO),Alzheimers disease(AD),基因芯片数据获取,Gene Expression Omnibus(GEO),GSE12685,基因芯片数据获取,ArrayExpress,http:/,www.ebi.ac.uk/arrayexpress,/,大纲,基因芯片数据获取,基因芯片简介,Gene Expression Omnibus(GEO),ArrayExpress,基因芯片数据分析,预处理,差异表达基因筛选,聚类与分类,功能注释和富集分析,基因芯片数据分析,预处理,对数转换,数据过滤,标准化,基因芯片数据分析,预处理,对数转换,目的：使数据服从正态分布,基因芯片数据分析,预处理,数据过滤,去除表达水平是负值或很小的数据或者明显的噪声数据,波动筛选：去掉一成不变的基因，要求在一定的变化范围内波动,标准化,片内标准化：去除系统误差,片间标准化：,在不同列之间的标准化，使每列在同一量纲上比较,基因芯片数据分析,差异表达基因筛选,Fold change,：,差了几倍，一般是两倍,T-test,疾病样本中的表达值,正常样本中的表达值,基因芯片数据分析,差异表达基因筛选，,越宽越严格，越窄越宽松,SAM(Significance Analysis of,Microarrays,),基因芯片数据分析,聚类,（无监督，可用于发现疾病亚型）,与分类,（有监督）,层次聚类,（一刀切或者阈值）,点与类的距离如下所示,基因芯片数据分析,聚类与分类,k,均值聚类,随机的两个点,基因芯片数据分析,聚类与分类,k,近邻分类器,基因芯片数据分析,聚类与分类,决策树分类器,Outlook,Humidity,Windy,Play,Sunny,75,False,No,Sunny,79,True,No,Overcast,60,False,Yes,Rainy,55,False,Yes,Rainy,75,False,Yes,Rainy,80,True,No,Overcast,80,True,Yes,Sunny,85,False,No,Sunny,50,False,Yes,Rainy,45,False,Yes,Sunny,40,True,Yes,Overcast,50,True,Yes,Overcast,55,False,Yes,Rainy,55,True,No,功能注释,（一个基因的功能）,和富集分析,（一组基因的功能）,GO(Gene Ontology),Biological Process,Molecular Function,Cellular Component,KEGG(Kyoto Encyclopedia of Genes and Genomes),基因芯片数据分析,有向无环图,Enrichment analysis(,富集分析,),m,:,人类所有基因数,t,:,通路中所有的基因数,n,:,疾病风险基因数（用户提供的基因集合中的基因数）,（差异表达基因）,r,:,注释到通路中的疾病风险基因数,常用软件（,DAVID,GSEG,）,t,n,m,r,功能节点基因,疾病风险基因,人类所有的基因,基因芯片数据分析,基因芯片数据分析,基因芯片数据分析,(,ArrayTools,),预处理：表达强度小于,x,的时候就去掉，本例中是,10,至少有,20%,有波动,基因芯片数据分析,(,ArrayTools,),差异表达基因筛选,(SAM),输入样本类别,一般默认即可,基因芯片数据分析,(ArrayTools),样本、基因聚类,基因芯片数据分析,(,ArrayTools,),样本、基因聚类,THANK YOU!,