基因芯片数据的标准化

1. 两种芯片数据标准化的区别

  • 芯片数据分析中的标准化主要分为芯片内标准化芯片间标准化
  • 芯片内标准化根据目的不同可分为消除染色偏差的 Lowess Normalization,消除点样针头引起的空间差异的 Print-tip Normalization。
  • 芯片间标准化有 Quantile Normalization,Global Normalization。

对基因芯片数据的标准化处理, 主要目的是消除由于实验技术所导致的表达量(Intensity)的变化,并且使各个样本(sample)和平行实验的数据处于相同的水平,从而使我们可以得到具有生物学意义的基因表达量的变化。

2. 片间标准化(multiple slides normalization)

中位数标准化(Median Normalization)

由于五种组织(seeding、tiller、root、panicle1、panicle2)是分别在五张芯片上作杂交试验的, 所以第一步的标准化是将五张试验芯片的数据调整到同一水平, 常用的方法是平均数、中位数标准化(mean or median normalization)。即:将五组实验的数据的 log ratio 中位数或平均数调整为 0。

对于双通道数据来说,这种标准化

猜你喜欢

转载自blog.csdn.net/nixiang_888/article/details/115110260