高密度寡核苷酸阵列探针水平数据的探索、规范化和总结

本文报告了对Affymetrix基因芯片中高密度寡核苷酸阵列数据的探索性分析^®旨在改进当前使用的基因表达测量方法的系统。我们的分析使用了三个数据集：一个由五个MGU74A小鼠基因芯片组成的小型实验研究^®阵列，是基因逻辑和惠氏遗传研究所进行的一项涉及95 HG‐U95A人类基因芯片的广泛尖峰研究的部分数据^®阵列；以及Gene Logic对75 HG‐U95A基因芯片进行的稀释研究的一部分^®数组。我们展示了完美匹配和不匹配探针的一些常见特征(颗粒物和毫米)这些数据的值，并检查方差-均值与探针水平数据的关系，这些数据来自被认为有缺陷的探针，因此仅传递噪声。我们解释了为什么需要使用探测电平强度将阵列标准化。然后我们检查颗粒物和毫米使用峰值数据并评估三种常用的汇总度量：Affymetrix（i）平均差（AvDiff）和（ii）MAS 5.0信号，以及（iii）Li和Wong基于模型的乘法表达指数（MBEI）。探测级数据的探索性数据分析激发了一种新的汇总测量，即背景调整、归一化和对数变换的稳健多阵列平均值（RMA）颗粒物值。我们使用稀释研究数据评估了四种表达汇总指标，根据偏差、方差和（MBEI和RMA）模型拟合评估了它们的行为。最后，我们评估了算法使用峰值数据检测已知差异表达水平的能力。我们得出的结论是，使用RMA并使用线性模型将标准误差（SE）附加到该数量上并没有明显的负面影响，该模型消除了探针特定的亲和力。