基因数据信息分析方法及应用研究

1. 基因表达数据的聚类分析方法

基因表达( gene expression)** 是指将来自基因的遗传信息合成功能性基因产物的过程。

基因表达产物通常是蛋白质，但是非蛋白质编码基因如转移RNA（tRNA）或小核RNA（snRNA）基因的表达产物是功能性RNA。

所有已知的生命，无论是真核生物（包括多细胞生物）、原核生物（细菌和古细菌）或病毒，都利用基因表达来合成生命的大分子。

基因编码并可用于合成蛋白质，这个过程称为基因表达。

在像人类这样的高等生物中，根据细胞类型（神经细胞或心脏细胞）、环境和疾病状况等各种因素，数以千计的基因以不同的量一起表达。

例如，不同类型的癌症在人类中引起不同的基因表达模式。可以使用微阵列( Microarray )技术研究不同条件下的这些不同基因的表达模式。

来自微阵列的数据可以想象为矩阵或网格，矩阵中的每个单元格对应于特定条件下的基因表达值。

如下图所示，矩阵的每一行对应一个基因 g _i ，每一列对应一个条件/样本 s _i

分析基因表达数据的第一步是 在经典数据挖掘中对基因或样本进行聚类 。
可以根据基因在所有条件下的表达模式对基因进行聚类，并且可以使用所有基因的基因表达模式对样本进行聚类。

关于聚类问题

对于基因聚类 ，数据点是基因，特征是所有样本的表达值。
因此，在针对癌症示例的基因聚类中，将聚类 20,000 个数据点( data-points )，每个点具有 20 个维度。

聚类基因表达数据提供了对基因共调控(co-regulation)和基因细胞功能的重要见解。
聚集在一起的基因在所有样本中具有相似的表达模式，这可能表明这些基因的共同调控。
此外，来自同一簇的基因可能执行类似的细胞功能，这有助于注释新发现的基因。

相反，对于样本聚类 ，样本是使用跨所有基因的基因表达量作为特征进行聚类的数据点。由此将聚类 20 个数据点，每个点具有 20,000 个维度。

下面，我们将讨论执行聚类的不同方法

邻近计算( Proximity calculation)**
用于聚类的数据点之间的距离或接近度很重要，因为所有聚类算法的工作原理都是将近点聚集在一个聚类中。

使用 Pearson 相关系数中的特征计算数据点 O _i 和 O _j 之间距离的有效措施之一：

Pearson( , ) =

k均值聚类算法( k-means clustering algorithm)**
是一种迭代求解的聚类分析算法。属于无监督学习算法。

步骤:
预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。

聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。 这个过程将不断重复直到满足某个终止条件 。

以下是一个二维数据。通过查看散点图，数据似乎包含 3 个不同的聚类。
因此，我们将任意发起 3 个聚类质心( cluster centroids )或聚类中心( cluster centers )。由于我们还没有任何聚类，这些质心( centroids )是空间中的任意点。

然后，我们计算所有点与 3 个质心的距离，并将这些点分配到它们最近的聚类。然后，我们使用聚类中分配的点重新计算质心。

聚类中心只是聚类中所有点的平均值。

重新计算点与 3 个新分配的质心的距离，并将这些点重新分配到它们最近的聚类。
在点被重新分配到它们最近的聚类后，重新计算聚类中心。

重复上述步骤直到中心点收敛( convergence )，基本上不在发生变化或满足精度为止。

层次聚类( Hierarchical Clustering)**
是一种渐进式聚类技术，它从小簇开始，逐渐将密切相关的小簇合并成更大的簇， 直到只剩下一个大簇为止 。

相对于 K-means 的最大优势之一是层次聚类不必预先定义聚类的数量。相反，可以在聚类过程完成后推断最佳聚类数。

使用以下包含 25 个数据点的二维数据仔细研究层次聚类算法

迭代 1

再次计算所有的质心距离，并检测最近的两个簇并将其连接到一个新簇中。重新计算新簇的质心。

迭代 2

重复3个步骤，计算所有的质心距离，合并2个最近的簇，重新计算新形成的簇的质心，直到只得到一个包含所有25个数据点的大簇（收敛）。

动图展示

[图片上传失败...(image-79b9d0-1638339563655)]

整个层次聚类过程可以使用如下所示的树状图进行可视化，其中分叉树的叶节点是数据点，内部节点显示执行的每个合并步骤。

左侧的高度比例显示了聚类合并的 距离
最低的内部节点距离很小 ，表明最近的簇或点首先被合并。
最高的内部节点距离很远 ，表示相距很远的点或簇以最高距离连接到一个簇中。

实际的聚类解决方案是通过在指定距离截止点处跨聚类树状图绘制一条水平线来获得的。

簇数等于水平切割线遇到的交点数。
例如，在距离截止值( distance cutoff )=60 处绘制的红色水平线为 25 个数据点定义了 3 个clusters。

一个例子显示了通过基因表达数据的层次聚类识别的不同类型的弥漫型B大细胞淋巴瘤( diffuse large B-cell lymphoma )。

根据确定的不同类型，我们对癌症预期如何发展的估计会有所不同，并且还可能导致处方治疗的差异。

2. 全基因组测序数据获取后应该怎么分析

宏基因组是指特定环境中全部生物（微生物）遗传物质的总和。宏基因组测序是利用高通量测序技术对环境样品中全部微生物的基因组进行测定，以获得单个样品的饱和数据量，可进行微生物群体的基因组成及功能注释，微生物群体的物种分类，多样性分析，群落结构分析，样品间的物种或基因差异以及物种间的代谢网络研究，探索微生物与环境及宿主之间的关系，发掘和研究新的具有特定功能的基因等。与传统方法相比，基于高通量测序的宏基因组研究无需构建克隆文库，这避免了文库构建过程中利用宿主菌对样品进行克隆而引起的系统偏差，简化了实验操作，提高了测序效率。此外，宏基因组测序研究摆脱了微生物分离纯培养的限制，扩展了微生物资源的利用空间，为环境微生物群落的研究提供了有效工具。通过宏基因组深度测序可以揭示或估计环境中真实的物种多样性和遗传多样性，挖掘具有应用价值的基因资源，应用于开发新的微生物活性物质，为研究和开发新的微生物活性物质提供有力支持。技术流程生物信息分析1.原始数据整理、过滤及质量评估2.基于物种丰度分析：?物种丰度列表?稀释曲线3.基于物种丰度分析：?丰度分布曲线图?生物多样性指数（α多样性）列表?物种丰度差异性分析列表?多样品物种分布柱图?丰度差异物种聚类分析?PCA图?Krona图4.基因丰度列表：?提取基因分级注释丰度列表（KO、NOG、subsystem）?功能基因列表?生成venn图?基因丰度差异性分析列表?丰度差异基因聚类分析?富集分析（KO）样品要求1、样品采集：样品采集条件的一致是最为重要的环节，严格按照采样标准采样，采样后立即封存样品冷冻保存。2、样品DNA：环境因素异常复杂，许多物质或抑制因子影响后续PCR、测序文库构建和序列测定，常规提取方法不一定适合，建议采用专用试剂盒提取。DNA浓度≥20ng/μl，总量≥6μg（荧光定量），并确保电泳检测无明显RNA条带，基因组条带清晰、完整；基因组DNA完全无降解；提供DNA电泳检测照片，用自封袋密封后随样品一起送样；组织样品﹥1.5g。3、样品保存期间切忌反复冻融。4、送样管务必标清样品编号，管口使用Parafilm膜密封。

3. 基因表达系列分析的SAGE的优点和应用

SAGE是一项快捷、有效的基因表达研究技术，任何具备PCR和手动测序器具的实验室都能使用这项技术，结合自动测序技术能够在3个小时内完成1000个转录物的分析。另外使用不同的锚定酶（识别5～20碱基的Ⅱ类核酸内切酶），使这项技术更具灵活性。
首先SAGE可应用于人类基因组研究。1995年 Velculescu 等选择Bsm F I和Nia Ⅲ分别作为标签酶和锚定酶，使用计算机对9碱基标签数据进行分析并对GenBank检索。在分析的1000个标签中，95%以上的标签能够代表唯一的转录物。转录水平依标签出现频率分为4类：① 超过三次 共380个，占45.2%；② 出现三次 共45个，占5.4%；③ 出现两次 共351个，占7.6%；④ 仅出现过一次 共840个，占41.8%。所以SAGE能够快速、全范围提取生物体基因表达信息，对已知基因进行量化分析。SAGE也能应用于寻找新基因。虽然SAGE的标签仅包括9个碱基，但加上锚定酶的位点序列（4个碱基）共可确认13碱基序列。如果一个标签检索已知序列时没有同源序列，13碱基片段就可作为探针筛选cDNA文库得到cDNA克隆。
其次，SAGE可用于定量比较不同状态下的组织细胞的特异基因表达。Stephen L等（1997）利用SAGE技术比较小鼠胚囊纤维细胞基因表达。小鼠胚囊纤维细胞能产生对温度敏感的P53肿瘤抑制蛋白，就可通过SAGE分析，比较两种不同温度下基因表达的差异。从约15 000个分析的基因中，发现有14个基因的表达依赖于P53蛋白，有3个基因的表达与P53蛋白的失活显着相关。Zhang等（1997）比较正常细胞和肿瘤细胞基因表达的300000个转录物发现：在分析的4500种转录物中，至少有500种在两种细胞组织中的表达有显着差异。
第三，由于SAGE能够同时最大限度的收集一种基因组的基因表达信息，转录物的分析数据可用来构建染色体表达图谱（Chromosomal expression map）。Victor等分析了酵母基因组的基因表达，从60633个转录物中发现了4655个基因（表达水平分布在0.3～2.0/细胞），其中1981个基因已被确认了功能，2684个还未被报道过。利用基因的表达信息与基因组图谱融合绘制的染色体表达图谱，使基因表达与物理结构连系起来，更利于基因表达模式的研究。（Velculescu,1997） SAGE是基因表达定性和定量研究的一种有效工具，非常适合于比较不同发育状态或疾病状态的生物基因表达。
另外SAGE能够接近完整地获得基因组表达信息，能够直接读出任何一种类型细胞或组织的基因表达信息。SAGE技术的应用将大大加快基因组研究的进展，但必须和其它技术相互融合、互为补充，才能最大可能地进行基因组基因表达的全面研究。

4. 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。

5. 基因组学技术分别应用哪些分析手段

基因组学（英文genomics），研究生物基因组和如何利用基因的一门学问。用于概括涉及基因作图、测序和整个基因组功能分析的遗传学分支。该学科提供基因组信息以及相关数据系统利用，试图解决生物，医学，和工业领域的重大问题 基因组研究应该包括两方面的内容：以全基因组测序为目标的结构基因组学（structural genomics）和以基因功能鉴定为目标的功能基因组学（functional genomics)，又被称为后基因组（postgenome）研究，成为系统生物学的重要方法。 基因组学能为一些疾病提供新的诊断，治疗方法。例如，对刚诊断为乳腺癌的女性，一个名为“Oncotype DX”的基因组测试，能用来评估病人乳腺癌复发的个体危险率以及化疗效果，这有助于医生获得更多的治疗信息并进行个性化医疗。基因组学还被用于食品与农业部门。 基因组学的主要工具和方法包括： 生物信息学，遗传分析，基因表达测量和基因功能鉴定。 基因组学出现于1980年代，1990年代随着几个物种基因组计划的启动，基因组学取得长足发展。 相关领域是遗传学，其研究基因以及在遗传中的功能。 1980年，噬菌体Φ-X174;(5,368 碱基对)完全测序，成为第一个测定的基因组。

6. 基因组学技术分别应用哪些分析手段

基因组学（英文genomics），研究生物基因组和如何利用基因的一门学问。用于概括涉及基因作图、测序和整个基因组功能分析的遗传学分支。该学科提供基因组信息以及相关数据系统利用，试图解决生物，医学，和工业领域的重大问题
基因组研究应该包括两方面的内容：以全基因组测序为目标的结构基因组学（structural
genomics）和以基因功能鉴定为目标的功能基因组学（functional
genomics)，又被称为后基因组（postgenome）研究，成为系统生物学的重要方法。
基因组学能为一些疾病提供新的诊断，治疗方法。例如，对刚诊断为乳腺癌的女性，一个名为“Oncotype
DX”的基因组测试，能用来评估病人乳腺癌复发的个体危险率以及化疗效果，这有助于医生获得更多的治疗信息并进行个性化医疗。基因组学还被用于食品与农业部门。
基因组学的主要工具和方法包括：
生物信息学，遗传分析，基因表达测量和基因功能鉴定。
基因组学出现于1980年代，1990年代随着几个物种基因组计划的启动，基因组学取得长足发展。
相关领域是遗传学，其研究基因以及在遗传中的功能。
1980年，噬菌体Φ-X174;(5,368
碱基对)完全测序，成为第一个测定的基因组。

7. 怎样分析一个新的基因

分析新的基因方法：

工具/原料

• 基因表达数据的csv文件

• 数据的分组信息的csv文件

• Excel

准备数据文件

• 1

  首先我们需要一个表达谱数据的csv文件表。这些基因表达数据一般是在实验结束之后就会产生，是我们分析的源文件。

  表达谱的格式为：

  文件的A1单元格留白；

  文件的第一行，写的是样本的唯一识别号，这个识别号可以自行指定，但请确保每个样本为一列且识别号都不同。

  文件的第一列（A列)，写的是基因简称，每个基因在HGNC网站的列表中都有且唯一。

  数据格式如图所示：

• 2

  其次我们需要一个记录着表达谱数据的来源和分组的csv文件表。

  这一个csv文件记录着每一个样本的分组和其他信息。

  分组信息表的格式为：

  文件的A1单元格留白；

  文件的第一列（A列)，写的是样本的唯一识别号，这个识别号与表达谱数据表中的样本识别号一一对应。

  文件的第一行则记录着对应的分组信息，并且分组信息一般命名为groups。

  数据格式如图所示：

进行分析

• 1

  登录基因云馆，右上角点登录系统。输入账号密码进行登录。没有账号可以快速免费注册一个。

• 2

  右侧选择 “预处理 > 表达集生成器”。

  将上一步准备好的文件“表达谱数据的csv表文件”放入matrix；

  “表达谱分组信息的csv表文件”放入pData；

  最后填写一个saveName表示保存文件的文件名。

  点击运行

• 3

  生成与步骤2中的saveName填写的文件名对应的RData数据文件就可以进行后续的差异分析了。

  同时，最好点击eSet_create.html报告查看生成的文件的简要信息。

差异基因分析

• 右侧选择“差异分析 > 差异基因分析”；

  在inputset*栏目里放入上一步生成的RData，剩余参数如下选择。

  logFC代表倍增关系，一般是1-2，这里请选择1，如果差异基因过少可以适当降低；

  pvalue代表p值，一般选择0.05，这里即选择0.05，如果差异基因过多可以适当降低；

  genenamesets代表要单独显示表达变化的基因，这里填写可以 AHNAK2；

  点击“运行”进行分析。

  

8. 基因芯片数据分析与处理的目录

第一章概述1
第一节分子生物学技术及基因、基因组
科学发展历史简介1
第二节基因芯片技术简介3
一、基因芯片的基本概念4
二、基因芯片技术的产生和发展4
三、基因芯片的应用领域6
第三节生物信息学与基因芯片的数据
挖掘7
一、生物信息学的兴起7
二、基因芯片的数据挖掘8
参考文献9
第二章微阵列基因芯片实验技术11
第一节基因芯片的价值和分类11
一、基因芯片的价值11
二、基因芯片的分类12
第二节基片的制备15
一、基片的类型和性质15
二、玻璃基片表面的修饰方法17
第三节点样探针的制备18
一、cDNA探针的制备19
二、基因组DNA探针19
三、寡核苷酸探针19
四、独特的PM?MM探针设计20
第四节基因芯片点样22
一、芯片点样仪和点样方式22
二、点样后处理27
三、基因芯片的质量标准28
第五节原位合成及纳米结构的基因芯片
制备28
一、原位合成法制作基因芯片28
二、纳米结构的基因芯片制备31
第六节表达谱基因芯片的检测方法34
一、样本选择、处理和RNA的分离35
二、mRNA样本标记35
三、芯片杂交38
参考文献39
第三章统计学基础41
第一节统计学的基本概念41
一、总体与样本41
二、资料的统计描述42
三、随机变量、概率与分布43
四、统计量45
第二节假设检验46
一、假设检验的基本原理46
二、假设检验的步骤47
三、假设检验的基本方法47
第三节方差分析54
一、完全随机设计资料的方差分析54
二、随机区组设计资料的方差分析55
三、多个样本均数间的多重比较57
第四节聚类分析与判别分析简介57
一、聚类分析58
二、判别分析59
参考文献61
第四章实验设计62
第一节样品配对模式62
一、基因芯片实验的分类62
二、样品配对方案概述64
三、样品配对模式的选择66
第二节样品的重复及合并69
一、实验误差的来源及重复样品的使用69
二、样品重复数量的确定70
三、样品合并70
第三节总结72
参考文献72
第五章基因芯片图像的采集和处理74
第一节基因芯片图像的采集74
一、激光共聚焦扫描仪74
二、CCD扫描仪78
三、扫描仪的技术指标79
第二节基因芯片图像的处理81
一、划格83
二、分割84
三、信息提取87
四、质量评估88
第三节一些芯片扫描仪和芯片图像处理
软件的介绍88
一、激光共聚焦扫描仪90
二、 激光非共聚焦扫描仪91
三、CCD基因芯片检测仪92
参考文献96
第六章数据的预处理和归一化98
第一节数据的预处理98
一、背景的校正98
二、弱信号的处理99
三、数据的对数转换101
四、重复数据的合并102
五、缺失数据的处理103
第二节数据的归一化104
一、cDNA芯片数据的归一化105
二、Affymix芯片数据的归一化115
参考文献118
第七章差异表达基因分析120
第一节差异表达基因的挑选120
一、倍数法120
二、Z值法121
三、重复实验的判别方法121
四、其他方法124
五、总结125
第二节研究差异表达基因的意义126
一、在基因组研究中的作用126
二、在药物研究中的作用127
三、在医学基础研究中的作用129
参考文献131
第八章芯片数据的可靠性分析133
第一节数据的评价133
一、差异表达基因的可靠性133
二、芯片数据重复性评价139
第二节误差来源分析142
一、生物学差异来源142
二、实验系统误差144
第三节基因芯片的质控体系149
一、直接点样的基因芯片的质控体系149
二、Affymetrix的寡核苷酸芯片质控
体系及其产品质量评估151
第四节信号线性扩增技术及其评估154
一、信号线性扩增技术154
二、信号扩增方法的可靠性评价154
参考文献161
第九章聚类分析和可视化162
第一节相似性（或距离）的度量162
一、欧氏距离162
二、马氏距离163
三、Chebychev距离164
四、Mahalanobis距离164
五、Minkowski距离164
六、平均点积164
七、向量间的角度165
八、协方差165
九、Pearson相关距离165
十、Spearman秩相关166
十一、互信息166
十二、Kendall?s Tau167
第二节聚类算法167
一、系统聚类168
二、分割聚类172
第三节二维聚类177
一、耦联二维聚类177
二、区组聚类177
第四节主成分、SVD和基因修剪178
一、主成分178
二、奇异值分解178
三、基因修剪179
参考文献179
第十章微阵列实验中的分类方法181
第一节概述182
一、利用基因表达谱数据进行生物样本
分类183
二、分类的背景183
三、基因表达谱数据184
第二节不同分类方法的概述184
一、分类及统计决策论184
二、费歇线性判别分析186
三、线性判别和二次判别分析186
四、线性判别分析的扩展188
五、最近邻分类器188
六、决策树190
七、BP神经网络分类法194
八、支持向量机197
九、Parzen窗204
第三节分类中的一般问题205
一、特征选取205
二、标准化和距离函数206
三、缺失值填充207
四、多分类问题208
第四节性能评价209
一、偏差、方差和误差率209
二、再置换估计210
三、倍数交叉验证法210
四、解靴带估计210
第五节实例分析211
一、基因表达谱数据211
二、数据预处理212
三、支持向量机软件应用213
参考文献216
第十一章微阵列技术的标准化218
第一节MIAME规则218
一、MIAME规则的具体内容219
二、MIAME表单221
三、MIAME的目前与将来222
第二节Affimetrix芯片系统与MIAME
规则223
一、遵循MIAME规则224
二、Affimetrix实验的MIAME表单225
三、Affimetrix的RNA抽提、清洗、
标记和杂交规范225
参考文献227
第十二章基因芯片数据的基因注释和
功能分析228
第一节单一基因的注释228
一、一般的注释228
二、关于疾病的信息233
三、蛋白质家族的信息234
第二节转录因子调节的分析235
一、Transfac数据库236
二、转录因子研究中的统计学检验238
第三节Gene Ontology数据库中基因
功能分类的分析240
一、Gene Ontology数据库240
二、GO数据库相关分析的工具241
第四节生物学通路和生物学相互作用的
分析243
一、生物学通路中的基因分析244
二、生物学网络中的基因分析249
三、基因芯片数据中使用者自己定义的
基因集的分析250
参考文献251
第十三章系统生物学及基因调控
网络252
第一节系统生物学简介252
第二节基因转录调控网络的构成253
一、基因转录过程简介253
二、研究转录因子及其调控基因的实验
方法254
三、基因调控网络与图形254
第三节用高斯图形模型推导基因调控
网络257
第四节贝叶斯网络模型在基因芯片
数据中的应用259
一、贝叶斯网络简介259
二、学习贝叶斯网络261
三、贝叶斯网络方法在基因芯片数据
方面的应用262
第五节从时间序列数据中推导基因调控
网络266
一、基因调控网络模型的“事件模型”266
二、关于基因调控网络的“动态
概率模型”268
第六节通过基因扰动来推导基因调控
网络的反义工程方法270
第七节结论271
参考文献272
第十四章基因芯片技术的应用——
从基因筛选到临床诊断274
第一节基因表达谱研究与临床肿瘤学274
一、确定肿瘤亚型275
二、识别肿瘤的组织来源276
三、预后分析276
四、存在问题277
第二节微矩阵芯片和遗传多态性278
一、单核苷酸多态性简介278
二、基因多态性与疾病易感性279
三、基因多态性作为遗传标记的应用279
四、基因多态性与个性化用药280
五、基因多态性和基因芯片检测技术281
第三节微矩阵和基因拷贝数变化282
一、cDNA阵列CGH283
二、基因组阵列CGH283
第四节微矩阵和感染性疾病284
一、微生物的鉴定和分型285
二、耐药性研究286
三、致病机理研究287
第五节微矩阵芯片的其他应用288
一、微矩阵芯片和DNA甲基化分析288
二、转录因子结合位点分布290
三、展望291
参考文献292
第十五章主要数据分析软件的介绍295
第一节分析软件在基因芯片技术中的
地位295
第二节主要图像和数据处理软件296
一、基因芯片图像分析软件
GenePix Pro296
二、Affymetrix GCOS系统297
三、Cluster和TreeView程序298
四、GeneSpring300
五、SpotFire DecisionSuite300
六、SAM和PAM302
七、R平台及生物导体303
八、MATLAB生物信息工具箱304
第三节基因表达谱公共数据库304
一、NCBI?Gene Expression Omnibus
(GEO)基因表达数据专用库304
二、EBI ArrayExpress和SMD307
三、微阵列数据库的建立和管理307
第四节基因注释数据库的访问308
一、斯坦福大学SMD/SOURCE309
二、UCSC基因组浏览器309
三、mySQL客户310
参考文献311
第十六章展望312
第一节后基因组研究的趋势——系统
生物学312
一、系统生物学的启动312
二、系统生物学的发展趋势313
第二节后基因组应用研究发展的
趋势——基因组医学314
第三节基因芯片技术在系统生物学和
基因组医学中的地位316
一、基因芯片及数据挖掘在基础研究中
的地位316
二、 基因芯片技术在基因组医学分子
诊断中的应用趋势316
参考文献318