基因芯片的数据处理方法(如何轻松搞定基因芯片数据分析)
1.如何轻松搞定基因芯片数据分析
当人类基因体定序计划的重要里程碑完成之后，生命科学正式迈入了一个后基因体时代，基因芯片 （microarray） 的出现让研究人员得以宏观的视野来探讨分子机转。不过分析是相当复杂的学问，正因为基因芯片成千上万的信息使得分析数据量庞大，更需要应用到生物统计与生物信息相关软件的协助。要取得一完整的数据结果，除了前端的实验设计与操作的无暇外，如何以精确的分析取得可信数据，运筹帷幄于方寸之间，更是画龙点睛的关键。
�0�2
基因芯片的应用
基因芯片可以同时针对生物体内数以千计的基因进行表现量分析，对于科学研究者而言，不论是细胞的生命周期、生化调控路径、蛋白质交互作用关系等等研究，或是药物研发中对于药物作用目标基因的筛选，到临床的疾病诊断预测，都为基因芯片可以发挥功用的范畴。
�0�2
基因表现图谱抓取了时间点当下所有的动态基因表现情形，将所有的探针所代表的基因与荧光强度转换成基本数据 （raw data） 后，仿如尚未解密前的达文西密码，隐藏的奥秘由丝丝的线索串联绵延，有待专家抽丝剥茧，如剥洋葱般从外而内层层解析出数千数万数据下的隐晦含义。
�0�2
要获得有意义的分析结果，恐怕不能如泼墨画般洒脱随兴所致。从 raw data 取得后，需要一连贯的分析流程 （图一），经过许多统计方法，才能条清理明的将 raw data 整理出一初步的分析数据，当处理到取得实验组除以对照组的对数值后 （log2 ratio），大约完成初步的统计工作，可进展到下一步的进阶分析阶段。
2.基因芯片分析的理论与方法哪里有
基因芯片（Gene chip）技术是指通过微阵列（Microarray）技术将高密度DNA片段阵列通过高速机器人或原位合成方式以一定的顺序或排列方式使其附着在如玻璃片等固相表面，以荧光标记的DNA探针，借助碱基互补杂交原理，进行大量的基因表达及监测等方面研究的技术。 基因芯片具有快速、高通量、自动化、使用的试剂少等优点，本文主要介绍基因芯片数据分析和信息挖掘方法，包括聚类分析和基因调控网络分析。
详细资料请参考：on
3.基因芯片的制备方法有哪些
基因芯片的原位合成法是基于组合化学的合成原理[9]， 通过一组定位模板来决定基片表面上不同化学单体的偶联位点和次序， 把腺嘌呤（A）、鸟嘌呤（G）、胞嘧啶（C）、胸腺嘧啶（T）四种不同碱基的核苷酸按不同次序化学偶联在相应的位点， 原位合成序列不同的寡核苷酸探针， 形成DNA芯片. 这一技术是由Affymetrix公司的Fodor及其同事最先发明的[1]， 他们使用含光敏化学保护基的DNA合成试剂， 用光脱保护法直接在基片上合成寡核苷酸探针， 即光导向原位合成法. 该方法的优点在于精确性高， 缺点是制造光掩蔽剂既费时又昂贵.。
4.在GEO上传基因芯片数据,急求帮助
将基因表达谱芯片的数据按照指定的格式和要求上传到NCBI 的GEO Datesets 上面的方法
你到GEO上注册，然后按照他们的步骤做，他们会有人联系你来确保数据质量的 。格式等直接问他们就可以。通常是SOFT格式。
GEO Database
近年来，利用高通量方法检测基因表达越来越普及，诸如微阵列杂交和基因表系列分析（SAGE）可以同时测量数以万计的基因转录脚本（gene transcript）。基因表达大棚车（GEO:Gene Expression Omnibus）则是归档和自由分发科研人员提交的高通量基因表达数据的公共仓库。目前，GEO存储了大约10亿单个基因表达的数据，来自于100多种生物，内容广泛涉及到各种生物学问题。这些大容量的数据可以使用用户友好的以Web为基础的工具进行有效的挖掘，检索和可视化表达。
5.关于基因芯片数据分析,normalized log2 ratio应该怎么理解
当人类基因体定序计划的重要里程碑完成之后，生命科学正式迈入了一个后基因体时代，基因芯片 （microarray） 的出现让研究人员得以宏观的视野来探讨分子机转。
不过分析是相当复杂的学问，正因为基因芯片成千上万的信息使得分析数据量庞大，更需要应用到生物统计与生物信息相关软件的协助。要取得一完整的数据结果，除了前端的实验设计与操作的无暇外，如何以精确的分析取得可信数据，运筹帷幄于方寸之间，更是画龙点睛的关键。
�0�2基因芯片的应用基因芯片可以同时针对生物体内数以千计的基因进行表现量分析，对于科学研究者而言，不论是细胞的生命周期、生化调控路径、蛋白质交互作用关系等等研究，或是药物研发中对于药物作用目标基因的筛选，到临床的疾病诊断预测，都为基因芯片可以发挥功用的范畴。�0�2基因表现图谱抓取了时间点当下所有的动态基因表现情形，将所有的探针所代表的基因与荧光强度转换成基本数据 （raw data） 后，仿如尚未解密前的达文西密码，隐藏的奥秘由丝丝的线索串联绵延，有待专家抽丝剥茧，如剥洋葱般从外而内层层解析出数千数万数据下的隐晦含义。
�0�2要获得有意义的分析结果，恐怕不能如泼墨画般洒脱随兴所致。从 raw data 取得后，需要一连贯的分析流程 （图一），经过许多统计方法，才能条清理明的将 raw data 整理出一初步的分析数据，当处理到取得实验组除以对照组的对数值后 （log2 ratio），大约完成初步的统计工作，可进展到下一步的进阶分析阶段。
