锐客网

  1. 首页 > 睿知 > >

microarray数据分析,Microarray analysis

经验分享睿知

微阵列技术可用于研究这些不同基因在不同条件下的表达模式 。检测基因表达的常用方法包括实时荧光定量PCR(qRTPCR)、微阵列、表达序列标签(EST)、基因系列分析() 。
【microarray数据分析,Microarray analysis】
1、基因功能验证异位表达分析是什么基因表达分析是指直接或间接测量样品中全部或部分基因的表达 ， 一般是测量转录产物的mRNA 。可以同时比较不同基因和/或不同样品的RNA表达水平 。这种分析可以帮助科学家确定表型差异的分子基础，并选择目标基因进行进一步研究 。检测基因表达的常用方法包括实时荧光定量PCR(qRTPCR)、微阵列、表达序列标签(EST)、基因系列分析()，

目前高通量的基因表达测定方法主要是基因芯片和转录组测序 。借助于生物信息学，对来自湿实验的数据的基因表达的差异分析可用于探索特定疾病表型的潜在生物标记，并使进一步的生物标记验证成为可能 。基因表达分析为识别和验证正常生物样品和疾病样品中差异表达的基因和生物标志物提供了有价值的见解，并为后续的湿实验提供了几个基础 。

2、差异表达基因分析:差异倍数(foldchange差异表达分析:差异表达基因分析差异表达分析(DEG):差异表达基因的差异表达分析是一种常用的鉴定疾病相关miRNA和基因的方法，目前用于差异表达分析的方法有很多，但Foldchange法简单且常用 。它的优点是计算简单直观 ， 缺点是没有考虑微分表达式的统计意义；通常以2倍的差异作为判断基因是否差异表达的阈值 。

3、基因表达数据的聚类分析方法基因表达* *是指由基因的遗传信息合成功能基因产物的过程 。基因表达产物通常是蛋白质，但非蛋白质编码基因如转移RNA(tRNA)或小核RNA(snRNA)的表达产物是功能性RNA 。所有已知的生物，无论是真核生物(包括多细胞生物)、原核生物(细菌和古细菌)还是病毒 ， 都是利用基因表达来合成有生命的大分子 。
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，成千上万个基因以不同的量一起表达 。例如，不同类型的癌症导致人类不同的基因表达模式，微阵列技术可用于研究这些不同基因在不同条件下的表达模式 。来自微阵列的数据可以想象成一个矩阵或一个网格，矩阵中的每个细胞对应特定条件下的基因表达值 。

    推荐阅读


    上一篇：spss数据分析教程视频

    下一篇：用户需求分析表,家庭保障需求分析表图