基因芯片數(shù)據(jù)分析與處理

第一章 概述1
第一節(jié) 分子生物學技術(shù)及基因、基因組科學發(fā)展歷史簡介1
第二節(jié) 基因芯片技術(shù)簡介3
一、基因芯片的基本概念4
二、基因芯片技術(shù)的產(chǎn)生和發(fā)展4
三、基因芯片的應(yīng)用領(lǐng)域6
第三節(jié) 生物信息學與基因芯片的數(shù)據(jù)挖掘7
一、生物信息學的興起7
二、基因芯片的數(shù)據(jù)挖掘8
參考文獻9
第二章 微陣列基因芯片實驗技術(shù)11
第一節(jié) 基因芯片的價值和分類11
一、基因芯片的價值11
二、基因芯片的分類12
第二節(jié) 基片的制備15
一、基片的類型和性質(zhì)15
二、玻璃基片表面的修飾方法17
第三節(jié) 點樣探針的制備18
一、cDNA探針的制備19
二、基因組DNA探針19
三、寡核苷酸探針19
四、獨特的PMMM探針設(shè)計20
第四節(jié) 基因芯片點樣22
一、芯片點樣儀和點樣方式22
二、點樣后處理27
三、基因芯片的質(zhì)量標準28
第五節(jié) 原位合成及納米結(jié)構(gòu)的基因芯片制備28
一、原位合成法制作基因芯片28
二、納米結(jié)構(gòu)的基因芯片制備31
第六節(jié) 表達譜基因芯片的檢測方法34
一、樣本選擇、處理和RNA的分離35
二、mRNA樣本標記35
三、芯片雜交38
參考文獻39
第三章 統(tǒng)計學基礎(chǔ)41
第一節(jié) 統(tǒng)計學的基本概念41
一、總體與樣本41
二、資料的統(tǒng)計描述42
三、隨機變量、概率與分布43
四、統(tǒng)計量45
第二節(jié) 假設(shè)檢驗46
一、假設(shè)檢驗的基本原理46
二、假設(shè)檢驗的步驟47
三、假設(shè)檢驗的基本方法47
第三節(jié) 方差分析54
一、完全隨機設(shè)計資料的方差分析54
二、隨機區(qū)組設(shè)計資料的方差分析55
三、多個樣本均數(shù)間的多重比較57
第四節(jié) 聚類分析與判別分析簡介57
一、聚類分析58
二、判別分析59
參考文獻61
第四章 實驗設(shè)計62
第一節(jié) 樣品配對模式62
一、基因芯片實驗的分類62
二、樣品配對方案概述64
三、樣品配對模式的選擇66
第二節(jié) 樣品的重復及合并69
一、實驗誤差的來源及重復樣品的使用69
二、樣品重復數(shù)量的確定70
三、樣品合并70
第三節(jié) 總結(jié)72
參考文獻72
第五章 基因芯片圖像的采集和處理74
第一節(jié) 基因芯片圖像的采集74
一、激光共聚焦掃描儀74
二、CCD掃描儀78
三、掃描儀的技術(shù)指標79
第二節(jié) 基因芯片圖像的處理81
一、劃格83
二、分割84
三、信息提取87
四、質(zhì)量評估88
第三節(jié) 一些芯片掃描儀和芯片圖像處理
軟件的介紹88
一、激光共聚焦掃描儀90
二、激光非共聚焦掃描儀91
三、CCD基因芯片檢測儀92
參考文獻96
第六章 數(shù)據(jù)的預處理和歸一化98
第一節(jié) 數(shù)據(jù)的預處理98
一、背景的校正98
二、弱信號的處理99
三、數(shù)據(jù)的對數(shù)轉(zhuǎn)換101
四、重復數(shù)據(jù)的合并102
五、缺失數(shù)據(jù)的處理103
第二節(jié) 數(shù)據(jù)的歸一化104
一、cDNA芯片數(shù)據(jù)的歸一化105
二、Affymix芯片數(shù)據(jù)的歸一化115
參考文獻118
第七章 差異表達基因分析120
第一節(jié) 差異表達基因的挑選120
一、倍數(shù)法120
二、Z值法121
三、重復實驗的判別方法121
四、其他方法124
五、總結(jié)125
第二節(jié) 研究差異表達基因的意義126
一、在基因組研究中的作用126
二、在藥物研究中的作用127
三、在醫(yī)學基礎(chǔ)研究中的作用129
參考文獻131
第八章 芯片數(shù)據(jù)的可靠性分析133
第一節(jié) 數(shù)據(jù)的評價133
一、差異表達基因的可靠性133
二、芯片數(shù)據(jù)重復性評價139
第二節(jié) 誤差來源分析142
一、生物學差異來源142
二、實驗系統(tǒng)誤差144
第三節(jié) 基因芯片的質(zhì)控體系149
一、直接點樣的基因芯片的質(zhì)控體系149
二、Affymetrix的寡核苷酸芯片質(zhì)控
體系及其產(chǎn)品質(zhì)量評估151
第四節(jié) 信號線性擴增技術(shù)及其評估154
一、信號線性擴增技術(shù)154
二、信號擴增方法的可靠性評價154
參考文獻161
第九章 聚類分析和可視化162
第一節(jié) 相似性（或距離）的度量162
一、歐氏距離162
二、馬氏距離163
三、Ｃhebychev距離164
四、Mahalanobis距離164
五、Minkowski距離164
六、平均點積164
七、向量間的角度165
八、協(xié)方差165
九、Pearson相關(guān)距離165
十、Spearman秩相關(guān)166
十一、互信息166
十二、ＫendallsTau167
第二節(jié) 聚類算法167
一、系統(tǒng)聚類168
二、分割聚類172
第三節(jié) 二維聚類177
一、耦聯(lián)二維聚類177
二、區(qū)組聚類177
第四節(jié) 主成分、SVD和基因修剪178
一、主成分178
二、奇異值分解178
三、基因修剪179
參考文獻179
第十章 微陣列實驗中的分類方法181
第一節(jié) 概述182
一、利用基因表達譜數(shù)據(jù)進行生物樣本分類183
二、分類的背景183
三、基因表達譜數(shù)據(jù)184
第二節(jié) 不同分類方法的概述184
一、分類及統(tǒng)計決策論184
二、費歇線性判別分析186
三、線性判別和二次判別分析186
四、線性判別分析的擴展188
五、最近鄰分類器188
六、決策樹190
七、BP神經(jīng)網(wǎng)絡(luò)分類法194
八、支持向量機197
九、Parzen窗204
第三節(jié) 分類中的一般問題205
一、特征選取205
二、標準化和距離函數(shù)206
三、缺失值填充207
四、多分類問題208
第四節(jié) 性能評價209
一、偏差、方差和誤差率209
二、再置換估計210
三、倍數(shù)交叉驗證法210
四、解靴帶估計210
第五節(jié) 實例分析211
一、基因表達譜數(shù)據(jù)211
二、數(shù)據(jù)預處理212
三、支持向量機軟件應(yīng)用213
參考文獻216
第十一章 微陣列技術(shù)的標準化218
第一節(jié) MIAME規(guī)則218
一、MIAME規(guī)則的具體內(nèi)容219
二、MIAME表單221
三、MIAME的目前與將來222
第二節(jié) Affimetrix芯片系統(tǒng)與MIAME規(guī)則223
一、遵循MIAME規(guī)則224
二、Affimetrix實驗的MIAME表單225
三、Affimetrix的RNA抽提、清洗、標記和雜交規(guī)范225
參考文獻227
第十二章 基因芯片數(shù)據(jù)的基因注釋和功能分析228
第一節(jié) 單一基因的注釋228
一、一般的注釋228
二、關(guān)于疾病的信息233
三、蛋白質(zhì)家族的信息234
第二節(jié) 轉(zhuǎn)錄因子調(diào)節(jié) 的分析235
一、Transfac數(shù)據(jù)庫236
二、轉(zhuǎn)錄因子研究中的統(tǒng)計學檢驗238
第三節(jié) GeneOntology數(shù)據(jù)庫中基因功能分類的分析240
一、GeneOntology數(shù)據(jù)庫240
二、GO數(shù)據(jù)庫相關(guān)分析的工具241
第四節(jié) 生物學通路和生物學相互作用的
分析243
一、生物學通路中的基因分析244
二、生物學網(wǎng)絡(luò)中的基因分析249
三、基因芯片數(shù)據(jù)中使用者自己定義的基因集的分析250
參考文獻251
第十三章 系統(tǒng)生物學及基因調(diào)控網(wǎng)絡(luò)252
第一節(jié) 系統(tǒng)生物學簡介252
第二節(jié) 基因轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)的構(gòu)成253
一、基因轉(zhuǎn)錄過程簡介253
二、研究轉(zhuǎn)錄因子及其調(diào)控基因的實驗方法254
三、基因調(diào)控網(wǎng)絡(luò)與圖形254
第三節(jié) 用高斯圖形模型推導基因調(diào)控網(wǎng)絡(luò)257
第四節(jié) 貝葉斯網(wǎng)絡(luò)模型在基因芯片數(shù)據(jù)中的應(yīng)用259
一、貝葉斯網(wǎng)絡(luò)簡介259
二、學習貝葉斯網(wǎng)絡(luò)261
三、貝葉斯網(wǎng)絡(luò)方法在基因芯片數(shù)據(jù)
方面的應(yīng)用262
第五節(jié) 從時間序列數(shù)據(jù)中推導基因調(diào)控網(wǎng)絡(luò)266
一、基因調(diào)控網(wǎng)絡(luò)模型的“事件模型”266
二、關(guān)于基因調(diào)控網(wǎng)絡(luò)的“動態(tài)概率模型”268
第六節(jié) 通過基因擾動來推導基因調(diào)控網(wǎng)絡(luò)的反義工程方法270
第七節(jié) 結(jié)論271
參考文獻272
第十四章 基因芯片技術(shù)的應(yīng)用——從基因篩選到臨床診斷274
第一節(jié) 基因表達譜研究與臨床腫瘤學274
一、確定腫瘤亞型275
二、識別腫瘤的組織來源276
三、預后分析276
四、存在問題277
第二節(jié) 微矩陣芯片和遺傳多態(tài)性278
一、單核苷酸多態(tài)性簡介278
二、基因多態(tài)性與疾病易感性279
三、基因多態(tài)性作為遺傳標記的應(yīng)用279
四、基因多態(tài)性與個性化用藥280
五、基因多態(tài)性和基因芯片檢測技術(shù)281
第三節(jié) 微矩陣和基因拷貝數(shù)變化282
一、cDNA陣列CGH283
二、基因組陣列CGH283
第四節(jié) 微矩陣和感染性疾病284
一、微生物的鑒定和分型285
二、耐藥性研究286
三、致病機理研究287
第五節(jié) 微矩陣芯片的其他應(yīng)用288
一、微矩陣芯片和DNA甲基化分析288
二、轉(zhuǎn)錄因子結(jié)合位點分布290
三、展望291
參考文獻292
第十五章 主要數(shù)據(jù)分析軟件的介紹295
第一節(jié) 分析軟件在基因芯片技術(shù)中的地位295
第二節(jié) 主要圖像和數(shù)據(jù)處理軟件296
一、基因芯片圖像分析軟件GenePixPro296
二、AffymetrixGCOS系統(tǒng)297
三、Cluster和TreeView程序298
四、GeneSpring300
五、SpotFireDecisionSuite300
六、SAM和PAM302
七、R平臺及生物導體303
八、MATLAB生物信息工具箱304
第三節(jié) 基因表達譜公共數(shù)據(jù)庫304
一、NCBIGeneExpressionOmnibus(GEO)基因表達數(shù)據(jù)專用庫304
二、EBIArrayExpress和SMD307
三、微陣列數(shù)據(jù)庫的建立和管理307
第四節(jié) 基因注釋數(shù)據(jù)庫的訪問308
一、斯坦福大學SMD/SOURCE309
二、UCSC基因組瀏覽器309
三、mySQL客戶310
參考文獻311
第十六章 展望312
第一節(jié) 后基因組研究的趨勢——系統(tǒng)生物學312
一、系統(tǒng)生物學的啟動312
二、系統(tǒng)生物學的發(fā)展趨勢313
第二節(jié) 后基因組應(yīng)用研究發(fā)展的
趨勢——基因組醫(yī)學314
第三節(jié) 基因芯片技術(shù)在系統(tǒng)生物學和
基因組醫(yī)學中的地位316
一、基因芯片及數(shù)據(jù)挖掘在基礎(chǔ)研究中的地位316
二、基因芯片技術(shù)在基因組醫(yī)學分子診斷中的應(yīng)用趨勢316
參考文獻318