14、基因表达阵列与联立方程的Python求解

基因表达阵列与联立方程的Python求解

基因表达阵列分析

数据归一化

在基因表达阵列实验中，每个实验约有1600个数据点。由于实验存在差异，数据的标准差可能不同，这就需要进行归一化处理，以消除偏差。标准做法是使所有文件的均值为0，标准差为1，具体步骤如下：
1. 减去均值。
2. 除以标准差。

以下是实现该过程的Python代码：

lds = []
glists =[]
for i in range( len( fnames )):
    name = indir + fnames[i]
    y,glist = NormGeneExp(name)
    y = y-y.mean ()
    y = y/y.std()
    lds.append(y)
    glists.append(glist)

简单分析

分析多个文件的目标是找出与特定条件（如疾病）相关的基因。例如，假设Bob患有某种基因疾病，而Alice和Fred没有，且该疾病由某个基因的存在引起。通过三次测试（Bob:Alice、Fred:Bob、Fred:Alice），若测试成功，该基因应在前两个文件中差异表达，而在第三个文件中无差异表达。

对于寻找在女性中表达而在男性中不表达的基因，我们使用了包含参与者性别信息的NLM数据，如下表所示：
| File ID | 标识 |
| ---- | ---- |
| GSM151667 | F51 M58 |
| GSM151668 | M