實習(xí)三：

芯片數(shù)據(jù)的基本處理和分析

王斌陳歡阮陟王丹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

3浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@實習(xí)內(nèi)容：TIGRTM4軟件的介紹和使用GenMAPP軟件的介紹和使用GEO數(shù)據(jù)庫的介紹4浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@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)5浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@6浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@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7浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@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TIGRTM4:8浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@GenePix格式（.gpr）9浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@Agilent格式（.txt）：10浙江加州國際納米技術(shù)研究院分子診斷平臺zcni_mdp@MEV文件：：MEV格式的的芯片片數(shù)據(jù)據(jù)11浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@ExpressConverter:芯片數(shù)數(shù)據(jù)的的格式式轉(zhuǎn)換換12浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@ExpressConverter主界面面：13浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@ExpressConverter使用方方法：：選擇““InputFormat→GenPix”,指定輸輸入的的文件件格式式;選擇““File→Selectinputfiles””，選定定一個個或多多個需需要轉(zhuǎn)轉(zhuǎn)換的的文件件;選擇““File→Startconverting””，格式式開始始轉(zhuǎn)換換。待狀態(tài)態(tài)欄顯顯示““Convertingissuccessful””后，格格式式轉(zhuǎn)換換完成成。此此時在在原genepix存放的的文件件夾中中會出出現(xiàn)文文件名名相同同但擴擴展名名不同同的.mev和.ann的文件件。14浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@inputoutput15浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@程序運運行前前程序運運行結(jié)結(jié)果16浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@MEV文件：：MEV格式的的芯片片數(shù)據(jù)據(jù)17浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@MEV注釋文文件（（后綴綴名為為.ann）18浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@課堂堂練練習(xí)習(xí)使用用ExpressConverter將testdata.gpr轉(zhuǎn)換換成成testdata.mev和testdata.ann。用記記事事本本查查看看testdata.gpr，testdata.mev和testdata.ann。ExpressConverter快捷捷方方式式：：““開開始始””→→“所有有程程序序””testdata.gpr：C:\ProgramFiles\ExpressConverter\samples\19浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@MIDAS:數(shù)據(jù)據(jù)基基本本處處理理20浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@低質(zhì)質(zhì)量量數(shù)數(shù)據(jù)據(jù)過過濾濾根據(jù)據(jù)Flag過濾濾根據(jù)據(jù)信信號號和和背背景景值值過過濾濾21浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@MEV文件件：：MEV格式式的的芯芯片片數(shù)數(shù)據(jù)據(jù)22浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@FlagsinMevfile:A––0non-saturatedpixelsinthespotB––0-50non-saturatedpixelsinthespotC––50ormorenon-saturatedpixelsinthespotX––spotisrejected,duetospotshapeandintensityrelativetobackgroundY––backgroundishigherthanspotintensityZ––spotnotdetectedbySpotfindergood23浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@由于于樣樣本本差差異異、、熒熒光光標(biāo)標(biāo)記記效效率率和和檢檢出出率率的的不不平平衡衡等等因因素素，，需需對對cy3和cy5的原原始始提提取取信信號號進進行行均均衡衡和和修修正正才才能能進進一一步步分分析析實實驗驗數(shù)數(shù)據(jù)據(jù)，，Normalization正是是基基于于此此種種目目的的。。芯片片內(nèi)內(nèi)的的數(shù)數(shù)據(jù)據(jù)標(biāo)標(biāo)準(zhǔn)準(zhǔn)化化（Normalization）24浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@MIDAS可選選的的數(shù)數(shù)據(jù)據(jù)處處理理方方法法標(biāo)準(zhǔn)化化處理理方法法TotalIntensitynormalization低質(zhì)量量數(shù)據(jù)據(jù)過濾濾方法法Invalid-intensitycheckingLOWESS(Locfit)normalizationIterativelinearregressionnormalizationIterativelogmeancenteringnormalizationRatioStatisticsnormalizationLowintensityfilterStandarddeviationregularizationSliceanalysis(non-statistical)In-slidereplicatesanalysisFlip-dyeconsistencycheckingRatioStatisticsconfidenceintervalcheckingSignal/NoisecheckingCross-file-trimSpotQCflagcheckingMA-ANOVACross-slidereplicatest-test(statistical)Cross-slideone-classSAM(statistical)差異異表表達(dá)達(dá)基基因因識識別別方方法法25浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@芯片片內(nèi)內(nèi)的的數(shù)數(shù)據(jù)據(jù)標(biāo)標(biāo)準(zhǔn)準(zhǔn)化化（（Normalization）AAMAplotInmanymicroarraygeneexpressionexperiments,thegeneralassumptionisthatmostofthegeneswouldnotseeanychangeintheirexpression.Thereforethemajorityofthepointsontheyaxis(M)wouldbelocatedat0,sincelog(1)is0.26浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@M=log2(R/G)A=log2√R*G區(qū)塊塊間間均一一化化處處理理27浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@用MIDAS處理理單單張張雙雙色色芯芯片片的的基基本本流流程程芯片片數(shù)數(shù)據(jù)據(jù)的的讀入入；低質(zhì)質(zhì)量量數(shù)數(shù)據(jù)據(jù)的的過濾濾；標(biāo)準(zhǔn)準(zhǔn)化化（包包括括區(qū)區(qū)塊塊間間的的均均一一化化））；；結(jié)果果文文件件的的輸出出。28浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@MIDAS程序序界界面面29浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@Step1：芯芯片片數(shù)數(shù)據(jù)據(jù)的的讀入入30浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@Step2：低低質(zhì)質(zhì)量量數(shù)數(shù)據(jù)據(jù)的的過濾濾31浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@Step3：標(biāo)準(zhǔn)準(zhǔn)化化（包包括括區(qū)區(qū)塊塊間間的的均均一一化化））32浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@Step4：結(jié)果果文件件的的輸輸出出33浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@34浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@MIDAS統(tǒng)計計作作圖圖（（MIDASInvestigation窗口口查查看看））log-ratioshistogram(.his)Boxplot(.box)Intensityplot(.ity)R-I(.prc)Intensityplot(.lty)35浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@課堂堂練練習(xí)習(xí)使用用MIDAS處理理testdata.mev，并并查查看看結(jié)結(jié)果果文文件件；；MIDAS程序序位位置置：：C:\zcni\shiyan3\MIDAS2_19，雙雙擊擊Midas.bat打開開程程序序；；輸入入文文件件testdata.mev由ExpressConverter產(chǎn)生生，，在在C:\ProgramFiles\ExpressConverter\Samples\。36浙江江加加州州國國際際納納米米技技術(shù)術(shù)研研究究院院分分子子診診斷斷平平臺臺zcni_mdp@芯片片數(shù)數(shù)據(jù)據(jù)聚聚類類分分析析和和差差異異表表達(dá)達(dá)基基因因篩篩選選基因因表表達(dá)達(dá)研研究究中中通通常常假假設(shè)設(shè)表表達(dá)達(dá)水水平平相相似似的的基基因因可可能能參參與與相相同同或或相相似似的的生生物物學(xué)學(xué)過過程程，，因因而而它它們們具具有有相相似似的的基基因因表表達(dá)達(dá)譜譜。。例：在在臨床或或診斷學(xué)學(xué)等領(lǐng)域域中，為為研究某某些疾病病的發(fā)生生機制，，通常對對正常組組織和腫腫瘤組織織細(xì)胞間間的基因因表達(dá)情情況作比比較分析析，從中中篩選出出具有顯顯著差異異的表達(dá)達(dá)基因。。37浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@38浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@MeV4.3支持的文文件格式式MIDASMEV,TAV格式表格格式式GEO格式Affymetrix格式GPR格式Agilent格式39浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@MeV4.3程序主界界面常用工具具欄導(dǎo)航欄結(jié)果界面面40浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@芯片數(shù)據(jù)據(jù)聚類分分析和差差異表達(dá)達(dá)基因篩篩選1表格格式式數(shù)據(jù)的的讀入與與轉(zhuǎn)化2系統(tǒng)聚類類法對基基因和樣樣本聚類類3使用SAM（significanceanalysisformicroarrays）查找差差異表達(dá)達(dá)基因41浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@1表格格式式數(shù)據(jù)的的讀入與與轉(zhuǎn)化①1選擇“File→LoadData””彈出導(dǎo)入入數(shù)據(jù)對對話框42浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@②③④43浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@⑤⑥44浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@數(shù)據(jù)起始始位置45浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@不同顏色色表示相相對表達(dá)達(dá)量樣本名基因名HeatmapView46浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@2系統(tǒng)聚類類法對基基因和樣樣本聚類類①②47浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@聚類分析析結(jié)果圖圖：48浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@存儲和注注釋感興興趣的分分類：①單擊鼠標(biāo)標(biāo)左鍵選選中目標(biāo)標(biāo)分類使使其高亮亮化；②右鍵選擇擇菜單中中的StoreCluster，并設(shè)置置注釋的的名稱和和顏色等等信息。。49浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@50浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@3使用SAM查找差異異表達(dá)基基因①51浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@不同實驗驗類型樣本分組組②③④52浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@⑤53浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@SAM結(jié)果：ExpressionImages54浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@SAM結(jié)果：CentroidGraphs55浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@SAM結(jié)果：ExpressionGraphs56浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@SAM結(jié)果：TableViews57浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@課堂練習(xí)習(xí)使用MeV處理TDMS_format_sample.txt，并查看看結(jié)果文文件；MEV程序位置置：C:\zcni\shiyan3\MeV_4_3，雙擊TMEV.bat打開程序序；輸入文件件TDMS_format_sample.txt位于：C:\zcni\shiyan3\MeV_4_3\data\。58浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@GenMAPP一款將芯片數(shù)據(jù)據(jù)和代謝途徑徑結(jié)合起來來的圖形形化顯示示工具59浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@WhyPathwayAnalysis?IntuitivetoBiologistsProvideabiologicalcontextforresultsMoreefficientthansearchingdatabasesgene-by-geneIntuitivedatadisplayforsharingdataComputationonPathwayContentAnalyzeover-representationofchangedgenesonpathwaysandontologiesGenerateandcomparepathwaysignaturesbetweenmodels60浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@GenMAPP安裝和更更新61浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@GenMAPP基本概念念MAPP：描述了了模式生生物的代代謝途徑徑圖。目前MAPP數(shù)據(jù)庫中中包含了了人(H.sapiens)、小鼠(M.musculus)、大鼠(R.norvegicus)、酵母(S.cerevisiae)、線蟲蟲(C.elegans)、狗(C.familiaris)、雞(G.gallus)、牛(B.taurus)、果蠅(D.melanogaster)和斑馬魚魚(D.rerio)等模式生物物。62浙江加州州國際納納米技術(shù)術(shù)研究院院分子診診斷平臺臺zcni_mdp@SupportedSpeciesFruitflyHumanMouseRatWormYeastZebrafishChickenDogCowMosquitoByrequest:AnyEnsemblspeciesDatabasesbyothergroups:FissionyeastE.coliSoon:Arabidopsis63浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@心肌炎炎患者者數(shù)據(jù)據(jù)------脂肪酸酸降解解途徑徑64浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@GenMAPP基本概概念Genedatabase：包含含了上上述物物種所所含基基因的的注釋釋及其其基因因標(biāo)識識號（（ID）。對于每每個基基因，，GeneDatabase會建立立它在在各個個geneIDsystem中的對對應(yīng)關(guān)關(guān)系。。比如如，Trp53基因在在MGI（小鼠鼠基因因組數(shù)數(shù)據(jù)庫庫）中中的標(biāo)標(biāo)識號號為MGI:98834，而在在UniGene數(shù)據(jù)庫庫中標(biāo)標(biāo)識號號為Mm.222，在Ensembl數(shù)據(jù)庫庫中標(biāo)標(biāo)識號號為ENSMUSG00000059552。65浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@IDSystem(Species)SystemCodeAffymetrixProbeSetIDXPDBPdEMBLEmPfamPfEnsemblEnRefSeqQEntrezGeneLRGD(R.norvegicus)RFlyBase(D.melanogaster)FSGD(S.cerevisiae)DGeneOntologyTUniProt/TrEMBLSHUGOHUniGeneUInterProIWormBase(C.elegans)WMGI(M.musculus)MZFIN(D.rerio)ZOMIMOmOtherO66浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@Step1：打開開“GenMAPP2”程序。。選擇擇菜單單“Data→ChooseGeneDatabase””按照實實驗物物種選選擇合合適的的基因庫庫。67浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@Step2：從菜菜單““File→Open””打開相相應(yīng)的的MAPP文件。68浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@Step3：從菜菜單““Data→ChooseExpressionDataset”打開表達(dá)量量文件件（.gex）并選選擇相相應(yīng)的的顏色集集。69浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@Step4:點擊感感興趣趣的基基因查查看注注釋70浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@如何制制作.gex表達(dá)量量文件件？將芯片片數(shù)據(jù)據(jù)用Excel按一定定格式式整理理71浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@2.將Excel另存為為文本本文件件（txt后綴名名或csv后綴名名），，可在在Data菜單““ExpressionDatasets→Newdataset”導(dǎo)入該該文本本文件件。此此時，，程序序會向向用戶戶提問問文件件中的的數(shù)據(jù)據(jù)是數(shù)數(shù)值型型還是是文本本型，，對文文本文文件要要在圖圖示框框中選選勾，，點擊擊“OK””即可，，一般般ControlAverage、TreatedAverage、FoldChange和p-value為數(shù)值值型，，其他他為文文本型型。72浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@如何制制作顏顏色集集（colorset）？在菜單單“Data→ExpressionDatasetManager””界面下下從菜菜單““Colorsets→new”新定義義一個個顏色色集。73浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@課堂練練習(xí)在“開開始””→“所有程程序””處打打開GenMAPP2程序；；GeneDatabase文件位置：：C:\GenMAPP2Data\GeneDatabases\；MAPP文件位置：：C:\GenMAPP2Data\MAPPs\；芯片表達(dá)量量文件件位置：：C:\GenMAPP2Data\ExpressionDatasets\；74浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@芯片數(shù)數(shù)據(jù)庫庫介紹紹75浙江加加州國國際納納米技技術(shù)研研究院院分子子診斷斷平臺臺zcni_mdp@常用的的芯片片數(shù)據(jù)據(jù)庫76浙江加加州國國際納納米技技術(shù)研研究院