芯片數(shù)據(jù)的基本處理和分析課件

實習(xí)三：

芯片數(shù)據(jù)的基本處理和分析

王丹阮陟胡望雄

浙江加州國際納米技術(shù)研究院(ZCNI)實習(xí)一基因組數(shù)據(jù)注釋和功能分析實習(xí)二核苷酸序列分析實習(xí)三芯片數(shù)據(jù)的基本處理和分析實習(xí)四蛋白質(zhì)結(jié)構(gòu)與功能分析實習(xí)五蛋白質(zhì)組學(xué)數(shù)據(jù)分析實習(xí)六系統(tǒng)生物學(xué)軟件實習(xí)課程內(nèi)容基因組學(xué)轉(zhuǎn)錄物組學(xué)蛋白質(zhì)組學(xué)系統(tǒng)生物學(xué)芯片數(shù)據(jù)分析的一般流程：芯片雜交實驗，芯片數(shù)據(jù)采集（讀取掃描圖）數(shù)據(jù)基本處理數(shù)據(jù)提交公共數(shù)據(jù)庫數(shù)據(jù)生物信息學(xué)分析

Cy3Cy5Cy5-cDNACy3-cDNARTRTcDNAarray樣本mRNA對照mRNATIF掃描圖常見的雙通道（dualchannel）實驗流程：對照基因(referencegene)：綠色熒光標(biāo)記(G)樣本基因(samplegene)：紅色熒光標(biāo)記(R)區(qū)塊(block)非飽和區(qū)域飽和區(qū)域信號雜交的一些概念背景探針區(qū)域ApackageofOpenSourcesoftwareprogramsforMicroarrayanalysis

芯片數(shù)據(jù)采集（讀取掃描圖）數(shù)據(jù)基本處理存儲整理芯片數(shù)據(jù)（數(shù)據(jù)庫）芯片數(shù)據(jù)分析結(jié)果的圖形顯示（

）TIGRTM4:Agilent格式（.txt）：ExpressConverter:芯片數(shù)據(jù)的格式轉(zhuǎn)換下載地址：；下載后，解壓安裝即可?！伴_始”－>“所有程序”處打開。需要先安裝Java，Java下載地址：;ExpressConverter使用方法：選擇“InputFormat→GenPix”,指定輸入的文件格式;

選擇“File→Selectinputfiles”，選定一個或多個需要轉(zhuǎn)換的文件;選擇“File→Startconverting”，格式開始轉(zhuǎn)換。待狀態(tài)欄顯示“Convertingissuccessful”后，格式轉(zhuǎn)換完成。此時在原genepix存放的文件夾中會出現(xiàn)文件名相同但擴展名不同的.mev和.ann的文件。

inputoutput程序運行前程序運行結(jié)果MEV文件：MEV格式的芯片數(shù)據(jù)MEV注釋文件（后綴名為.ann）MIDAS:數(shù)據(jù)基本處理下載地址是：此程序不用安裝下載后解壓就可以使用。（需要先安裝Java）進入文件夾，雙擊打開Midas.bat文件，會出現(xiàn)后臺運行窗口和圖形界面窗口。低質(zhì)量數(shù)據(jù)過濾根據(jù)Flag過濾根據(jù)信號和背景值過濾FlagsinMevfile:A–0non-saturatedpixelsinthespotB–0-50non-saturatedpixelsinthespotC–50ormorenon-saturatedpixelsinthespotX–spotisrejected,duetospotshapeandintensityrelativetobackgroundY–backgroundishigherthanspotintensityZ–spotnotdetectedbySpotfindergood由于樣本差異、熒光標(biāo)記效率和檢出率的不平衡等因素，需對cy3和cy5的原始提取信號進行均衡和修正才能進一步分析實驗數(shù)據(jù)，Normalization正是基于此種目的。芯片內(nèi)的數(shù)據(jù)標(biāo)準(zhǔn)化（Normalization）芯片內(nèi)的數(shù)據(jù)標(biāo)準(zhǔn)化（Normalization）AAMAplotInmanymicroarraygeneexpressionexperiments,thegeneralassumptionisthatmostofthegeneswouldnotseeanychangeintheirexpression.Thereforethemajorityofthepointsontheyaxis(M)wouldbelocatedat0,sincelog(1)is0.M=log2(R/G)A=log2√R*G區(qū)塊間均一化處理用MIDAS處理單張雙色芯片的基本流程芯片數(shù)據(jù)的讀入；低質(zhì)量數(shù)據(jù)的過濾；標(biāo)準(zhǔn)化（包括區(qū)塊間的均一化）；結(jié)果文件的輸出。Step1：芯片數(shù)據(jù)的讀入Step2：低質(zhì)量數(shù)據(jù)的過濾Step3：標(biāo)準(zhǔn)化（包括區(qū)塊間的均一化）Step4：結(jié)果文件的輸出MIDAS統(tǒng)計作圖（MIDASInvestigation窗口查看）log-ratioshistogram(.his)Boxplot(.box)Intensityplot(.ity)R-I(.prc)Intensityplot(.lty)課堂練習(xí)使用MIDAS處理testdata.mev，并查看結(jié)果文件；MIDAS程序位置：C:\zcni\shiyan3\MIDAS2_19，雙擊Midas.bat打開程序；輸入文件testdata.mev由ExpressConverter產(chǎn)生，在C:\ProgramFiles\ExpressConverter\Samples\。芯片數(shù)據(jù)聚類分析和差異表達基因篩選基因表達研究中通常假設(shè)表達水平相似的基因可能參與相同或相似的生物學(xué)過程，因而它們具有相似的基因表達譜。例：在臨床或診斷學(xué)等領(lǐng)域中，為研究某些疾病的發(fā)生機制，通常對正常組織和腫瘤組織細胞間的基因表達情況作比較分析，從中篩選出具有顯著差異的表達基因。下載地址：

。此程序不用安裝下載后解壓就可以使用（需要先安裝Java）進入軟件所在的文件夾（免安裝），雙擊打開TMEV.bat文件，會出現(xiàn)后臺運行窗口和圖形界面窗口。MeV4.6.2支持的文件格式MIDASMEV,TAV格式表格格式GEO格式Affymetrix格式GPR格式Agilent格式MeV4.6.2程序主界面常用工具欄導(dǎo)航欄結(jié)果界面芯片數(shù)據(jù)聚類分析和差異表達基因篩選1表格格式數(shù)據(jù)的讀入與轉(zhuǎn)化2系統(tǒng)聚類法對基因和樣本聚類3使用SAM（significanceanalysisformicroarrays）查找差異表達基因1表格格式數(shù)據(jù)的讀入與轉(zhuǎn)化①1選擇“File→LoadData”彈出導(dǎo)入數(shù)據(jù)對話框②③④⑤⑥數(shù)據(jù)起始位置不同顏色表示相對表達量樣本名基因名Heatmap

View2系統(tǒng)聚類法對基因和樣本聚類①②聚類分析結(jié)果圖：存儲和注釋感興趣的分類：①單擊鼠標(biāo)左鍵選中目標(biāo)分類使其高亮化；②右鍵選擇菜單中的StoreCluster，并設(shè)置注釋的名稱和顏色等信息。3使用SAM查找差異表達基因①不同實驗類型樣本分組②③④⑤SAM結(jié)果：ExpressionImagesSAM結(jié)果：CentroidGraphsSAM結(jié)果：ExpressionGraphsSAM結(jié)果：TableViews課堂練習(xí)使用MeV處理TDMS_format_sample.txt

，并查看結(jié)果文件；MEV程序位置：C:\zcni\shiyan3\MeV_4_6，雙擊TMEV.bat打開程序；輸入文件TDMS_format_sample.txt位于：C:\zcni\shiyan3\MeV_4_3\data\。GenMAPP

一款將芯片數(shù)據(jù)和代謝途徑結(jié)合起來的圖形化顯示工具WhyPathwayAnalysis?IntuitivetoBiologistsProvideabiologicalcontextforresultsMoreefficientthansearchingdatabasesgene-by-geneIntuitivedatadisplayforsharingdataComputationonPathwayContentAnalyzeover-representationofchangedgenesonpathwaysandontologiesGenerateandcomparepathwaysignaturesbetweenmodels下載地址：；雙擊安裝文件安裝GenMAPP；打開GenMAPP程序，從菜單“Data→DownloadDatafromGenMAPP.org”下載自己感興趣物種的MAPP文件和GeneDatabase。

GenMAPP安裝和更新GenMAPP基本概念MAPP：描述了模式生物的代謝途徑圖。目前MAPP數(shù)據(jù)庫中包含了人(H.sapiens)、小鼠(M.musculus)、大鼠(R.norvegicus)、酵母(S.cerevisiae)、線蟲(C.elegans)、狗(C.familiaris)、雞(G.gallus)、牛(B.taurus)、果蠅(D.melanogaster)和斑馬魚(D.rerio)等模式生物。

SupportedSpeciesFruitflyHumanMouseRatWormYeastZebrafishChicken

DogCowMosquitoByrequest:AnyEnsemblspeciesDatabasesbyothergroups:FissionyeastE.coliSoon:Arabidopsis心肌炎患者數(shù)據(jù)------脂肪酸降解途徑GenMAPP基本概念Genedatabase：包含了上述物種所含基因的注釋及其基因標(biāo)識號（ID）。對于每個基因，GeneDatabase會建立它在各個geneIDsystem中的對應(yīng)關(guān)系。比如，Trp53基因在MGI（小鼠基因組數(shù)據(jù)庫）中的標(biāo)識號為MGI:98834，而在UniGene數(shù)據(jù)庫中標(biāo)識號為Mm.222，在Ensembl數(shù)據(jù)庫中標(biāo)識號為ENSMUSG。IDSystem(Species)SystemCodeAffymetrixProbeSetIDXPDBPdEMBLEmPfamPfEnsemblEnRefSeqQEntrezGeneLRGD(R.norvegicus)RFlyBase(D.melanogaster)FSGD(S.cerevisiae)DGeneOntologyTUniProt/TrEMBLSHUGOHUniGeneUInterProIWormBase(C.elegans)WMGI(M.musculus)MZFIN(D.rerio)ZOMIMOmOtherOStep1：打開“GenMAPP2”程序。選擇菜單“Data→ChooseGeneDatabase”按照實驗物種選擇合適的基因庫。Step2：從菜單“File→Open”打開相應(yīng)的MAPP文件。Step3：從菜單“Data→ChooseExpressionDataset”打開表達量文件（.gex）并選擇相應(yīng)的顏色集。Step4:點擊感興趣的基因查看注釋如何制作.gex表達量文件？將芯片數(shù)據(jù)用Excel按一定格式整理2.將Excel另存為文本文件（txt后綴名或csv后綴名），可在Data菜單“ExpressionDatasets→Newdataset”導(dǎo)入該文本文件。此時，程序會向用戶提問文件中的數(shù)據(jù)是數(shù)值型還是文本型，對文本文件要在圖示框中選勾，點擊“OK”即可，一般ControlAverage、TreatedAverage、FoldChange和p-value為數(shù)值型，其他為文本型。

如何制作顏色集（colorset）？在菜單“Data→ExpressionDatasetManager”界面下從菜單“Colorsets→new”新定義一個顏色集。

課堂練習(xí)在“開始”→“所有程序”處打開GenMAPP2程序；GeneDatabase文件位置：

C:\GenMAPP2Data\GeneDatabases\；MAPP文件位置：C:\GenMAPP2Data\MAPPs\；芯片表達量文件位置：

C:\GenMAPP2Data\ExpressionDatasets\；芯片數(shù)據(jù)庫介紹常用的芯片數(shù)據(jù)庫NCBIGEO:

EBIArrayExpress:[0]

StanfordMicroarrayDatabase:UCSCMicroarrayDatabase:GEO(Gene