31、基因表达微阵列数据分析全解析

基因表达微阵列数据分析全解析

1. 微阵列图像预处理

在基因表达研究中，微阵列图像的预处理是后续数据分析的重要基础，它主要包括自动网格划分、斑点提取、背景校正、数据归一化、过滤以及缺失值估计等步骤。
- 自动网格划分 ：
- 首先定位高质量的斑点（引导斑点），利用自适应阈值处理和形态学处理方法来检测这些引导斑点，以应对可变的背景和斑点强度。
- 从引导斑点推断网格的几何形状，同时校正图像的全局旋转，并去除不符合估计网格几何形状的错误斑点。
- 例如，在微阵列图像的一个块中进行自动网格划分，以确定斑点的位置和布局。
- 斑点提取 ：
- 在网格定义的每个子区域中进行斑点分割，具体步骤如下：
1. 对该子区域进行背景均衡，以处理强度变化。
2. 进行统计强度建模和最优阈值处理。
3. 找到分割斑点的最佳拟合圆。
- 如果存在引导斑点，则认为存在斑点；否则，当暂定斑点像素和背景像素的中值强度比大于预设值时，认为存在斑点。
- 当存在斑点时，使用2类高斯混合模型对像素强度分布进行建模，必要时对像素强度进行变换（如对数变换），然后计算最优阈值。
- 尽管实际斑点形状通常并非严格圆形，但为确保斑点提取过程对低质量分割具有鲁棒性，同时对高质量斑点提供合理拟合，将斑点形状约束为圆形。对于高质量斑点，也可采用自适应形状分割。

graph LR
    A[自动网格划分] --> B[定位引导斑点]
    B --> C[推断网格几何形状]