Evaluating different methods of microarray data normalization

doi:10.1186/1471-2105-7-469

比较研究

.2006年10月23日：7:469。

doi:10.1186/1471-2105-7-469。

评估不同的微阵列数据规范化方法

安德烈·富士达¹, 佐藤（Joáo Ricardo Sato）, 莱昂纳多·德·奥利维拉·罗德里格斯, 卡洛斯·爱德华多·费雷拉, 玛丽·克莱德·索加亚尔

附属公司

PMID： 17059609
预防性维修识别码：下午636075
内政部： 10.1186/1471-2105-7-469

比较研究

评估不同的微阵列数据规范化方法

安德烈·富士达等。 BMC生物信息学. 2006.

.2006年10月23日：7:469。

doi:10.1186/1471-2105-7-469。

作者

安德烈·富士达¹, 佐藤（Joáo Ricardo Sato）, 莱昂纳多·德·奥利维拉·罗德里格斯, 卡洛斯·爱德华多·费雷拉, 玛丽·克莱德·索加亚尔

附属

¹圣保罗大学数学与统计研究所，巴西圣保罗1010-圣保罗，05508-090 SP。fujita@ime.usp.br

PMID： 17059609
预防性维修识别码：项目经理1636075
内政部： 10.1186/1471-2105-7-469

摘要

背景：随着DNA杂交微阵列技术的发展，现在可以同时评估数千到数万个基因的表达水平。微阵列的定量比较揭示了不同的基因表达模式，这些模式定义了不同的细胞表型或细胞对药物的反应。由于技术偏差，强度水平的标准化是进行进一步统计分析的先决条件。因此，为正常化选择合适的方法是至关重要的，值得审慎考虑。

结果：在这里，我们考虑了三种常用的归一化方法，即：黄土、样条曲线和小波，以及两种尚未用于归一化的非参数回归方法，即核平滑和支持向量回归。使用人工微阵列数据和基准研究对所得结果进行比较。结果表明，支持向量回归对异常值最为稳健，核函数是最差的归一化技术，而黄土、样条和小波之间没有实际差异。

结论：从我们的结果来看，与其他方法相比，支持向量回归方法在估计归一化曲线方面的稳健性更高，因此支持向量回归更适合用于微阵列归一化。

PubMed免责声明

数字

图1
三个不同模拟微阵列数据集的最小均方误差。从左到右：1）正弦形状；2）香蕉形状；3）混合形状。该图中未包括内核回归，因为其MSE为10^三数量级大于其他归一化方法。

图2
使用五种不同的标准化方法（黄土、样条、小波、内核、SVR）拟合实际cDNA微阵列数据的标准化曲线。

请参阅PMC中的此图像和版权信息

类似文章

DNA微阵列数据转换对基因表达分析的影响——两种标准化方法的比较。
Schmidt MT、Handschuh L、Zyprych J、Szabelska A、Olejnik-Schmidt AK、Siatkowski I、Figlerowicz M。 Schmidt MT等人。生物化学学报。2011;58(4):573-80. Epub 2011年12月20日。生物化学学报。2011 PMID：22187680
将传统DNA微阵列统计数据外推到平铺和蛋白质微阵列技术。
Royce TE、Rozowsky JS、Luscombe NM、Emanuelsson O、Yu H、Zhu X、Snyder M、Gerstein MB。 Royce TE等人。方法酶制剂。2006;411:282-311. doi:10.1016/S0076-6879（06）11015-0。方法酶制剂。2006 PMID：16939796 审查。
基因表达微阵列差异表达的标准化和量化。
Steinhoff C，Vingron M。 Steinhoff C等人。简要生物信息。2006年6月；7(2):166-77. doi:10.1093/bib/bbl002。Epub 2006年3月7日。简要生物信息。2006 PMID：16772260 审查。
用提出的稳健非参数多维归一化方法研究基因表达数据的仿射变换。
Bengtsson H，Hössjer O。 Bengtsson H等人。 BMC生物信息学。2006年3月1日；7:100. doi:10.1186/1471-2105-7-100。 BMC生物信息学。2006 PMID：16509971 免费PMC文章。
通过自我一致性和局部回归对DNA微阵列数据进行规范化和分析。
开普勒TB、Crosby L、Morgan KT。开普勒TB等人。基因组生物学。2002年6月28日；3（7）：研究0037。doi:10.1186/gb-2002-3-7-research0037。Epub 2002年6月28日。基因组生物学。2002 PMID：12184811 免费PMC文章。

查看所有类似文章

引用人

全基因组Meta分析揭示了高血压的新基因特征和潜在药物靶点。
Ali F、Khan A、Muhammad SA、Abbas SQ、Hassan SSU、Bungau S。 Ali F等人。 ACS欧米茄。2022年6月20日；7(26):22754-22772. doi:10.1021/acsomega.2c02277。eCollection 2022年7月5日。 ACS欧米茄。2022 PMID：35811894 免费PMC文章。
高血压患者外周血样本差异表达基因的实时定量分析。
Ali F、Khan A、Muhammad SA、Hassan SSU。 Ali F等人。基因（巴塞尔）。2022年1月21日；13(2):187. doi:10.3390/genes13020187。基因（巴塞尔）。2022 PMID：35205232 免费PMC文章。
LINC00883通过microRNA-136/NEK1-依赖机制提高胶质瘤的耐药性。
李毅、高旭。李毅等。前Oncol。2022年1月10日；11:692265. doi:10.3389/fonc.2021.692265。eCollection 2021年。前Oncol。2022 PMID：35083134 免费PMC文章。
LINC00261升高通过靶向FOXP3上调SCP2抑制胰腺癌细胞的血管生成和细胞周期进展。
邹J、裴X、邢D、吴X、陈S。邹杰等。《细胞分子医学杂志》，2021年10月；25(20):9826-9836. doi:10.1111/jcmm.16930。Epub 2021年9月19日。《细胞分子医学杂志》2021。 PMID：34541823 免费PMC文章。
ZEB1抑制的LINC00472调节miR-23a-3p/FOXO3/BID轴以抑制胰腺癌的进展。
Bi C、Wang G。 Bi C等人。《细胞分子医学杂志》，2021年9月；25(17):8312-8328. doi:10.1111/jcmm.16784。Epub 2021年8月7日。《细胞分子医学杂志》2021。 PMID：34363438 免费PMC文章。

查看所有“被引用”文章

工具书类

1. Quackenbush J.微阵列数据规范化和转换。自然遗传学。2002;32:496 –501. doi:10.1038/ng1032。-内政部-公共医学
1. Cullane AC、Perriere G、Considine EC、Cotter TG、Higgins DG。微阵列数据的组间分析。生物信息学。2002;18:1600–1608. doi:10.1093/bioinformatics/18.12.1600。-内政部-公共医学
1. Durbin BP、Hardin JS、Hawkins DM、Roke DM。基因表达微阵列数据的方差稳定转换。生物信息学。2002;18:S105–110。-公共医学
1. 开普勒TB，Crosby L，Morgan KT。通过自我一致性和局部回归对DNA微阵列数据进行规范化和分析。基因组生物学。2002;3:研究0037。doi:10.1186/gb-2002-3-7-research0037。-内政部-项目管理咨询公司-公共医学
1. Yang IV，Chen E，Hasseman JP，Liang W，Frank BC，Wang S，Sharov V，Saeed AI，White J，Li J，Lee NH，Yeatman TJ，Quackenbush J.在折叠内：评估微阵列分析中的差异表达测量和再现性。基因组生物学。2002;3:研究0062。-项目管理咨询公司-公共医学

出版物类型

行动
行动

LinkOut-更多资源

全文源

[1] Quackenbush J.微阵列数据规范化和转换。自然遗传学。2002;32:496 –501. doi:10.1038/ng1032。-内政部-公共医学

[2] Quackenbush J.微阵列数据规范化和转换。自然遗传学。2002;32:496 –501. doi:10.1038/ng1032。-内政部-公共医学

[3] Cullane AC、Perriere G、Considine EC、Cotter TG、Higgins DG。微阵列数据的组间分析。生物信息学。2002;18:1600–1608. doi:10.1093/bioinformatics/18.12.1600。-内政部-公共医学

[4] Cullane AC、Perriere G、Considine EC、Cotter TG、Higgins DG。微阵列数据的组间分析。生物信息学。2002;18:1600–1608. doi:10.1093/bioinformatics/18.12.1600。-内政部-公共医学

[5] Durbin BP、Hardin JS、Hawkins DM、Roke DM。基因表达微阵列数据的方差稳定转换。生物信息学。2002;18:S105–110。-公共医学

[6] Durbin BP、Hardin JS、Hawkins DM、Roke DM。基因表达微阵列数据的方差稳定转换。生物信息学。2002;18:S105–110。-公共医学

[7] 开普勒TB，Crosby L，Morgan KT。通过自我一致性和局部回归对DNA微阵列数据进行规范化和分析。基因组生物学。2002;3:研究0037。doi:10.1186/gb-2002-3-7-research0037。-内政部-项目管理咨询公司-公共医学

[8] 开普勒TB，Crosby L，Morgan KT。通过自我一致性和局部回归对DNA微阵列数据进行规范化和分析。基因组生物学。2002;3:研究0037。doi:10.1186/gb-2002-3-7-research0037。-内政部-项目管理咨询公司-公共医学

[9] Yang IV，Chen E，Hasseman JP，Liang W，Frank BC，Wang S，Sharov V，Saeed AI，White J，Li J，Lee NH，Yeatman TJ，Quackenbush J.在折叠内：评估微阵列分析中的差异表达测量和再现性。基因组生物学。2002;3:研究0062。-项目管理咨询公司-公共医学

[10] Yang IV，Chen E，Hasseman JP，Liang W，Frank BC，Wang S，Sharov V，Saeed AI，White J，Li J，Lee NH，Yeatman TJ，Quackenbush J.在折叠内：评估微阵列分析中的差异表达测量和再现性。基因组生物学。2002;3:研究0062。-项目管理咨询公司-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

评估不同的微阵列数据规范化方法

附属

评估不同的微阵列数据规范化方法

作者

附属

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

LinkOut-更多资源

全文源

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

相关信息

LinkOut-更多资源

全文源