R语言与生物信息学

基因芯片（Affymetrix）分析1：芯片质量分析基因芯片（Affymetrix）分析2：芯片数据预处理基因芯片（Affymetrix）分析3：获取差异表达基因基因芯片（Affymetrix）分析4：GO和KEGG分析基因芯片（Affymetrix）分析5：聚类分析聚类又称非监督分类，是一种探索性数据分析（Exploratory Data Analysis, EDA）方法，其目的是把有限

基因列表的分析一般都会涉及GO和KEGG分析，Bioconductor提供了很多这方面的R工具包。选择工作目录，读入上一次分析和保存的数据：library(tcltk)setwd(tk_choose.dir())results.sig read.csv("results.lim.7d.csv", header=TRUE, as.is=TRUE)head(results.sig)

TAIR，NASCarray 和 EBI 都有一些公开的免费芯片数据可以下载。本专题使用的数据来自NASCarray（Exp350），也可以用FTP直接下载。下载其中的CEL文件即可（.CEL.gz），下载后解压缩到同一文件夹内。该实验有1个对照和3个处理，各有2个重复，共8张芯片（8个CEL文件）。为什么要进行芯片质量分析？不是每个人做了实验都会得到高质量的数据，花了钱不一定就有回报，这道理

芯片质量分析芯片数据预处理获取差异表达基因GO和KEGG分析聚类分析(本文于2013.09.04更新）“差异”是个统计学概念，获取差异表达基因就要用统计方法，R的统计功能很强大，适合做这样的事情。用前面的方法读取数据：library(affy)library(tcltk)filters matrix(c("CEL file", ".[Cc][Ee][Ll]

芯片质量分析芯片数据预处理获取差异表达基因GO和KEGG分析聚类分析(本文于2013.09.04更新）基因芯片技术的特点是使用寡聚核苷酸探针检测基因。前一节使用ReadAffy函数读取CEL文件获得的数据是探针水平的（probe level），即杂交信号，而芯片数据预处理的目的是将杂交信号转成表达数据（即表达水平数据，expression level data）。存储

本博客介绍过 Affy芯片的处理方法 ，其中所使用的软件包有一定的局限性，无法读取和分析一些新版Affy芯片。本文介绍oligo软件包的处理方法以解决这些问题。oligo软件包并不是新出现的软件包，只因新类型芯片的不断推出，关注它的用户越来越多。而且，除了用于Affy芯片处理外，oligo软件包还可处理NimbleGen芯片。oligo处理芯片的原理和其他方法相同，难点在最后一步：从探针到

BioC有Affy芯片ATH1-121501（GPL198平台）的注释库文件（R包），芯片分析后期处理经常要使用，导出方法如下。先安装BioC的ath1121501.db包：library("BiocInstaller")biocLite("ath1121501.db")使用plyr揉数据包整理探针id和AGI：library(ath1121