DNA芯片與基因表達(dá)緒論技術(shù)路線數(shù)據(jù)可靠性分析基因差異表達(dá)分析芯片數(shù)據(jù)層級(jí)聚類(lèi)和可視化基因注釋與功能分析基因芯片的應(yīng)用緒論基因：指攜帶遺傳信息的DNA序列，是控制性狀的基本遺傳單位亦即一段具有功能性的DNA序列。基因通過(guò)指導(dǎo)蛋白質(zhì)的合成來(lái)表達(dá)自己所攜帶的遺傳信息，從而控制生物個(gè)體的性狀表現(xiàn)?；虮磉_(dá)：基因中的DNA序列生產(chǎn)出蛋白質(zhì)的過(guò)程。步驟大致從DNA轉(zhuǎn)錄成mRNA開(kāi)始，一直到對(duì)于蛋白質(zhì)進(jìn)行后翻譯修飾為止?；蚪M：在生物學(xué)中，一個(gè)生物體的基因組是指包含在該生物的DNA（部分病毒是RNA）中的全部遺傳信息?；蚪M包括基因和非編碼DNA。更精確地講，一個(gè)生物體的基因組是指一套染色體中的完整的DNA序列。緒論基因組學(xué)：研究生物基因組和如何利用基因的一門(mén)學(xué)問(wèn)。該學(xué)科提供基因組信息以及相關(guān)數(shù)據(jù)系統(tǒng)利用，試圖解決生物，醫(yī)學(xué)和工業(yè)領(lǐng)域的重大問(wèn)題。功能基因組學(xué)：運(yùn)用遺傳技術(shù)，以功能不明的基因作為起點(diǎn)，通過(guò)識(shí)別這個(gè)基因在一個(gè)或多個(gè)生物模型中的作用來(lái)認(rèn)識(shí)新發(fā)現(xiàn)基因的功能。轉(zhuǎn)錄組學(xué)：轉(zhuǎn)錄組學(xué)是分子生物學(xué)的分支，負(fù)責(zé)研究在單個(gè)細(xì)胞或一個(gè)細(xì)胞群的特定細(xì)胞類(lèi)型內(nèi)所生產(chǎn)的mRNA分子。轉(zhuǎn)錄組學(xué)的研究，也被稱為“表達(dá)譜”，探討在一個(gè)特定的細(xì)胞群內(nèi)的基因表達(dá)水平。通常采用基于DNA芯片技術(shù)的高通量技術(shù)。透過(guò)使用新一代測(cè)序技術(shù)來(lái)研究在核苷酸水平的轉(zhuǎn)錄物組，被稱為“RNA-Seq”。緒論生物芯片（bio-chip）：主要指微陣列芯片（microarray），包括基因芯片、蛋白芯片、細(xì)胞芯片和組織芯片等微型生化反應(yīng)檢測(cè)和分析系統(tǒng)，其本質(zhì)是利用生物分子相互間（如DNA分子之間、蛋白分子之間以及DNA與蛋白分子之間等）的特異識(shí)別作用，對(duì)生物信號(hào)進(jìn)行平行處理和分析?；蛐酒夹g(shù)：基因芯片技術(shù)實(shí)際上是一種大規(guī)模集成的固相雜交技術(shù)，即在固相支持物上原位合成寡核苷酸或直接將多種預(yù)先制備的探針以顯微的方式有序地固定于支持物表面，然后與標(biāo)記的樣本雜交，通過(guò)對(duì)雜交信號(hào)的檢測(cè)分析，得出樣品的遺傳信息（基因序列及表達(dá)信息）。芯片上固定的探針除了DNA，也可以是cDNA、寡核苷酸或來(lái)自基因組的基因片段，且這些探針固定于芯片上形成基因探針陣列。緒論雜交（hybridization）：把目的基因或基因組/PCR片段的酶切產(chǎn)物轉(zhuǎn)移到固相支持物上，用標(biāo)記的探針與之結(jié)合印跡法（blotting）：一種用于從凝膠中轉(zhuǎn)移DNA、RNA、蛋白質(zhì)到硝化纖維、尼龍膜等支持物上但是保持原有的物理分離狀態(tài)的技術(shù)固相雜交技術(shù)：Southern、Northern、Western樣本（sample）：

實(shí)驗(yàn)中用于研究的對(duì)象探針（probe）：帶有可檢測(cè)標(biāo)記（同位素，生物素或熒光染料等）的一小段已知序列的寡核苷酸，用于探測(cè)樣本和樣本核酸信息的互補(bǔ)序列（這里主要指Southernblot和Northernblot中的探針）緒論Northernblotting過(guò)程和原理緒論Southern過(guò)程和原理緒論為什么Northern和Southernblotting中要轉(zhuǎn)膜？會(huì)擴(kuò)散；膠容易碎，膜比較堅(jiān)韌且對(duì)核酸的結(jié)合更加有效；探針獲得難度大，在膠上需要用的探針量大基因組的生物信息學(xué)分析

探針的設(shè)計(jì)與合成芯片的設(shè)計(jì)芯片的打印打印后處理芯片成品細(xì)胞樣品的處理RNA的提取反轉(zhuǎn)錄及cDNA的標(biāo)記標(biāo)記樣品的純化雜交掃描數(shù)據(jù)處理綜合信息分析技術(shù)路線信號(hào)讀取技術(shù)路線-基因組的生物信息學(xué)分析基因組的生物信息學(xué)分析：病毒基因組酶切圖譜，基因組的物理圖譜，mapunitDNA芯片探針：

用于探測(cè)樣本DNA信息的互補(bǔ)序列。在傳統(tǒng)雜交技術(shù)中通常標(biāo)記探針，而在基因芯片中是指固定于基因芯片基質(zhì)表面、能與樣本DNA互補(bǔ)的核酸分子，不進(jìn)行熒光標(biāo)記。類(lèi)型：cDNA探針（用于基因表達(dá)譜研究）寡核苷酸探針（可以用于所有研究領(lǐng)域，目前廣泛應(yīng)用于基因表達(dá)譜、基因分型和SNP研究）基因組DNA探針（比較基因組學(xué)研究）技術(shù)路線-

探針的設(shè)計(jì)與合成技術(shù)路線-

探針的設(shè)計(jì)與合成cDNA探針的制備：

cDNA文庫(kù)

→PCR擴(kuò)增

→電泳

→PCR產(chǎn)物濃縮

→濃度均一化

→打印探針基因組DNA探針的制備：

基因組DNA經(jīng)限制性內(nèi)切酶片段化→分別構(gòu)建文庫(kù)

→打印探針寡核苷酸探針的制備：

直接合成DNA探針→打印探針探針設(shè)計(jì)的原則：長(zhǎng)度為50-70mer（此長(zhǎng)度考慮了靈敏度和特異性之間的平衡）；在基因組中和目標(biāo)區(qū)域外的序列相似性不超過(guò)15nt和其他物種同源性在源ORF內(nèi)為相對(duì)最低的之一，具體的表現(xiàn)為，BLAST分值（bits）在40以內(nèi)（即一般不超過(guò)20個(gè)核苷酸的與其他已知序列或位點(diǎn)同源）；G+C含量為40%-60%；連續(xù)相同的核苷酸不超過(guò)6個(gè)；二級(jí)結(jié)構(gòu)：使oligo形成二聚體或者發(fā)夾結(jié)構(gòu)的連續(xù)核苷酸數(shù)不超過(guò)6個(gè)；離poly（A）的距離相對(duì)近技術(shù)路線-

探針的設(shè)計(jì)與合成寡核苷酸探針（60meroligo

）相對(duì)于cDNA

探針的優(yōu)點(diǎn)：每一條序列都經(jīng)過(guò)了優(yōu)化，減少非特異性的雜交，能夠有效地區(qū)分同源序列的基因；雜交溫度均一，雜交效率高；減少二級(jí)結(jié)構(gòu)；合成的產(chǎn)物濃度均一，避免因?yàn)闃悠窛舛鹊牟町惗斐牲c(diǎn)樣差異；無(wú)需擴(kuò)增，防止因?yàn)閿U(kuò)增失敗而影響實(shí)驗(yàn)技術(shù)路線-

探針的設(shè)計(jì)與合成空白對(duì)照：控制芯片制備過(guò)程的污染情況；陽(yáng)性內(nèi)參：對(duì)實(shí)驗(yàn)陽(yáng)性結(jié)果的說(shuō)明；陰性內(nèi)參：對(duì)實(shí)驗(yàn)陰性結(jié)果的說(shuō)明；技術(shù)路線-芯片的設(shè)計(jì)技術(shù)路線-芯片的打印指放置探針到陣列表面的過(guò)程。一般都是通過(guò)針式點(diǎn)樣儀或者是噴墨點(diǎn)樣儀進(jìn)行的。技術(shù)路線-芯片的打印基片（substrate）：二維陣列中用于固定探針的固相支持物（基質(zhì)）。經(jīng)過(guò)特殊處理打印：放置探針到陣列表面的過(guò)程，一般是通過(guò)針式點(diǎn)樣儀或噴墨式點(diǎn)樣儀打印原位合成法（insitusynthesised）（Affymetrix

）

是原來(lái)用于電子芯片制作的光刻法（Photolithography），轉(zhuǎn)為核酸序列的合成技術(shù)。利用光罩控制反應(yīng)位置，將核苷酸分子依序列一個(gè)一個(gè)接上去；可大量生產(chǎn)超高密度的芯片。由于制程與光罩成本等因素，這種方法做出的探針長(zhǎng)度約在25-mer以下；因此同一個(gè)基因需要多個(gè)探針對(duì)應(yīng)，以避免誤判。Stanford型：

由美國(guó)斯坦福大學(xué)開(kāi)發(fā)的cDNAarray的制作方法，將預(yù)先合成好的核酸探針布放于玻片載體上。優(yōu)點(diǎn)：設(shè)計(jì)較長(zhǎng)的探針長(zhǎng)度可增加專(zhuān)一性。缺點(diǎn)：芯片密度較光罩法低，并須有良好的保存設(shè)計(jì)。技術(shù)路線-RNA的提取TotalRNA制備：TRIZOL法RNA樣本的質(zhì)量：16S和18SRNA（80%）很多，中間有smear帶RIN檢測(cè)法（RNAIntegrityNumber）：

主要通過(guò)毛細(xì)管電泳進(jìn)行檢測(cè)表達(dá)譜芯片中最廣泛應(yīng)用的標(biāo)記方法是熒光標(biāo)記法，其基本原理是利用標(biāo)記分子在特定的波長(zhǎng)范圍內(nèi)被激發(fā)光源激發(fā)產(chǎn)生熒光的特點(diǎn)，從而能夠?qū)袠?biāo)記分子的樣本進(jìn)行檢測(cè)靈敏度高，定量檢測(cè)常用熒光標(biāo)記物是花青素(cyanine)cyanine激發(fā)波長(zhǎng)(nm)發(fā)射波長(zhǎng)(nm)Cy3550570Cy5649670技術(shù)路線–反轉(zhuǎn)錄及cDNA的標(biāo)記技術(shù)路線–反轉(zhuǎn)錄及cDNA的標(biāo)記靶DNA（targetDNA）：

通常稱待檢測(cè)的核酸為靶DNA，又稱靶序列，在基因芯片中標(biāo)記的是靶DNA。反向雜交ProbesmRNASample正向雜交ProbemRNAsamples技術(shù)路線–反轉(zhuǎn)錄及cDNA的標(biāo)記

為什么基因芯片中只采用反向雜交，而不用正向雜交？DNAmicroarrayProbesmRNASampleabc技術(shù)路線–反轉(zhuǎn)錄及cDNA的標(biāo)記當(dāng)探針量的濃度一定（且過(guò)量）時(shí)，熒光信號(hào)強(qiáng)度在一定范圍內(nèi)與靶DNA量呈線性關(guān)系；對(duì)于表達(dá)譜芯片，兩種不同標(biāo)記的靶cDNA混合后對(duì)同一張芯片進(jìn)行雜交，雜交后兩種熒光信號(hào)的比值就代表了該基因在兩種組織中的表達(dá)差異技術(shù)路線–雜交技術(shù)路線–清洗清洗：雜交后必需步驟（可以用搖床）當(dāng)熒光標(biāo)記的樣品同探針結(jié)合后，就被固定在芯片的特定位置上。當(dāng)用激發(fā)光激發(fā)熒光素發(fā)射熒光后，就可用激光掃描熒光顯微鏡、激光共聚焦掃描顯微鏡、電荷偶聯(lián)攝影像機(jī)(CCD)相機(jī)改進(jìn)型熒光顯微鏡以及光纖傳感器微陣列等儀器檢測(cè)芯片上熒光的位置和強(qiáng)弱。再經(jīng)計(jì)算機(jī)記錄和相關(guān)軟件分析處理，就將熒光信號(hào)轉(zhuǎn)換成數(shù)據(jù)。技術(shù)路線–掃描

當(dāng)探針量的濃度一定（且過(guò)量時(shí)），熒光信號(hào)強(qiáng)度在一定范圍內(nèi)與靶DNA量呈線性關(guān)系技術(shù)路線–掃描芯片上一個(gè)熒光點(diǎn)面積約為0.005cm2，每個(gè)位點(diǎn)有106-107探針細(xì)胞中rRNA（80%）和tRNA（15%）轉(zhuǎn)錄本的拷貝數(shù)最多，mRNA（5%），最多的mRNA數(shù)量也不超過(guò)107個(gè)，所以芯片中的探針數(shù)量是冗余的Cy3灰度圖Cy5灰度圖Cy3偽彩圖Cy5偽彩圖Cy3和Cy5疊加圖技術(shù)路線–掃描圖像處理：這個(gè)過(guò)程開(kāi)始于通過(guò)熒光掃描儀等信號(hào)檢測(cè)設(shè)備產(chǎn)生的包含微陣列中每個(gè)探針的信號(hào)強(qiáng)度信息的灰度圖象，然后通過(guò)專(zhuān)業(yè)的軟件對(duì)獲得的灰度圖像進(jìn)行信號(hào)提取，這樣就可以得到微陣列中每個(gè)探針的絕對(duì)信號(hào)值（其中包括背景信號(hào)值、總體信號(hào)值等），再獲得這些數(shù)據(jù)之后還可以進(jìn)行下面一些數(shù)據(jù)分析：按照不同算法計(jì)算每個(gè)探針的真實(shí)信號(hào)值、不同通道之間的歸一化稀疏、探針的倍性變化、散點(diǎn)圖等。技術(shù)路線–數(shù)據(jù)處理劃格：將事先根據(jù)芯片型號(hào)定義好行列數(shù)的格子覆蓋到芯片上，以確定樣點(diǎn)的位置.技術(shù)路線–數(shù)據(jù)處理分割：將雜交的熒光信號(hào)像素與背景像素分開(kāi)技術(shù)路線–數(shù)據(jù)處理信息提取(intensityextraction)：包括計(jì)算熒光信號(hào)強(qiáng)度和背景強(qiáng)度，扣除背景，用一定的統(tǒng)計(jì)量衡量樣點(diǎn)的質(zhì)量以及對(duì)結(jié)果進(jìn)行校正數(shù)據(jù)可靠性分析基因差異表達(dá)分析芯片數(shù)據(jù)層級(jí)聚類(lèi)和可視化基因注釋與功能分析基因芯片的應(yīng)用數(shù)據(jù)可靠性分析誤差：來(lái)自實(shí)驗(yàn)對(duì)象的誤差：生物學(xué)誤差（biologicalvariation）→生物學(xué)重復(fù)（biologicalreplication）來(lái)自實(shí)驗(yàn)者的誤差：技術(shù)誤差（technicalvariation）→技術(shù)重復(fù)（technicalreplication）來(lái)自實(shí)驗(yàn)技術(shù)本身的誤差：系統(tǒng)誤差（platformvariation）→有效的對(duì)照試驗(yàn)（control）基因芯片數(shù)據(jù)系統(tǒng)誤差來(lái)源：

探針，點(diǎn)樣，雜交，清洗，反轉(zhuǎn)錄成cDNA時(shí)熒光標(biāo)記的效率，測(cè)量Cy3和Cy5的熒光強(qiáng)度自身比較實(shí)驗(yàn)（self-comparisonexperiment，SCE）：實(shí)驗(yàn)組和對(duì)照組的RNA來(lái)自同一份樣本，在雙色熒光標(biāo)記系統(tǒng)中，兩種熒光標(biāo)記同一RNA，從理論上講，所有基因的信號(hào)比值應(yīng)該為1，在散點(diǎn)圖上形成一條斜率為1的直線。數(shù)據(jù)可靠性分析歸一化（normalization）：

是指在微陣列數(shù)據(jù)分析過(guò)程中，通過(guò)某種算法校正微陣列數(shù)據(jù)使不同樣本之間具有可比性的過(guò)程。1.

片內(nèi)歸一化（內(nèi)參：actin、hsp等）：指對(duì)每張芯片進(jìn)行獨(dú)立的歸一化，包括位置和離散度的歸一化。數(shù)據(jù)可靠性分析2.片間歸一化：對(duì)多張芯片的數(shù)據(jù)進(jìn)行歸一化，使得不同實(shí)驗(yàn)之間可以進(jìn)行比較。1.

片內(nèi)歸一化（內(nèi)參：actin、hsp等）：指對(duì)每張芯片進(jìn)行獨(dú)立的歸一化，包括位置和離散度的歸一化。106cells+VirusReferencesampleExperimentalsampleTotalRNAextractionRNAsampleRNAsampleFlorescencelabelingCy5-labeledcDNACy3-labeledcDNAHybridization,scanMerge數(shù)據(jù)可靠性分析106cells+Virus12hpi24hpi48hpi72hpiTotalRNAextractionRNAsampleRNAsampleRNAsampleRNAsampleFlorescencelabelingLabeledcDNALabeledcDNALabeledcDNALabeledcDNAHybridization片間歸一化加等量的Spike-inRNA數(shù)據(jù)可靠性分析數(shù)據(jù)可靠性分析RNAspike-in：AnRNAspike-inisanRNAtranscriptusedtocalibratemeasurementsinaDNAmicroarrayexperiment.Eachspike-inisdesignedtohybridizewithaspecificcontrolprobeonthetargetarray.ManufacturersofcommerciallyavailablemicroarraystypicallyoffercompanionRNAspike-inkits.

KnownamountsofRNAspike-insaremixedwiththeexperimentsampleduringpreparation.Subsequentlythemeasureddegreeofhybridizationbetweenthespike-insandthecontrolprobesisusedtonormalizethehybridizationmeasurementsofthesampleRNA.以λDNA為模板，通過(guò)體外轉(zhuǎn)錄合成的帶有PolyATail的約1kb的RNA片段，具有同芯片系列上點(diǎn)樣的λDNA片段（λDNA-A）互補(bǔ)的堿基序列熒光標(biāo)記反應(yīng)時(shí)，將適當(dāng)量的本制品加入到RNA樣品中進(jìn)行標(biāo)記雜交，可以觀察標(biāo)記、雜交的效果。如果將等量的本制品分別加入到對(duì)照RNA樣品和檢測(cè)RNA樣品中，可以對(duì)雜交反應(yīng)后的信號(hào)強(qiáng)度進(jìn)行校正。λ

polyA+

RNA-A：數(shù)據(jù)可靠性分析

實(shí)驗(yàn)中要用多個(gè)外參基因，且各外參基因的濃度不一樣。一次芯片實(shí)驗(yàn)至少做3塊平衡的芯片（技術(shù)重復(fù)）（生物學(xué)重復(fù)是指做幾次重復(fù)實(shí)驗(yàn)，以解決實(shí)驗(yàn)對(duì)象產(chǎn)生誤差）基因芯片檢測(cè)結(jié)果的驗(yàn)證Northern

blotRT-PCRqRT-PCR數(shù)據(jù)可靠性分析差異表達(dá)基因的確定陽(yáng)性基因：差異表達(dá)的基因，包括上調(diào)表達(dá)基因和下調(diào)表達(dá)基因

通常采用基因在實(shí)驗(yàn)組和對(duì)照組中信號(hào)的比值衡量基因在兩種狀態(tài)下基因表達(dá)的差異

在雙色熒光系統(tǒng)中，若Cy5標(biāo)記試驗(yàn)組樣本，Cy3標(biāo)記對(duì)照組樣本，則用Cy5/Cy3的值來(lái)衡量基因的表達(dá)差異基因差異表達(dá)分析log2R

與

log2G散點(diǎn)圖：

對(duì)于表達(dá)譜芯片，兩種不同標(biāo)記的靶cDNA混合后對(duì)同一張芯片進(jìn)行雜交，雜交后兩種熒光信號(hào)就代表了該基因在兩種組織中的表達(dá)差異（縱坐標(biāo)和橫坐標(biāo)分別是對(duì)照和實(shí)驗(yàn)組各基因的表達(dá)量）

用來(lái)表示在cDNA芯片中兩個(gè)組織中基因表達(dá)量的比例信息，圖中的x軸和y軸分別為Cy3和Cy5的熒光信號(hào)強(qiáng)度值或其log值。M-A散點(diǎn)圖：

將散點(diǎn)圖坐標(biāo)軸旋轉(zhuǎn)45度，橫軸為A=1/2log2RG，縱軸為M=log2R–log2G，該圖反映了差異表達(dá)隨強(qiáng)度的分布，并且更易觀察到兩種熒光強(qiáng)度之間的一些非線性特征基因差異表達(dá)分析倍數(shù)法比值大于2或者小于0.5即認(rèn)為表達(dá)有差異。大于2的是上調(diào)表達(dá)的基因，小于0.5的是下調(diào)表達(dá)的基因（事實(shí)上，判定差異表達(dá)基因的標(biāo)準(zhǔn)是人為確定，可以根據(jù)自己的研究設(shè)定適合的閾值）ScatterplotmapM-AplotmapA=1/2log2RG基因差異表達(dá)分析真陽(yáng)性(truepositive)假陽(yáng)性(falsepositive)真陰性(truenegative)假陰性(falsenegative)真實(shí)改變并檢測(cè)到?jīng)]有改變但檢測(cè)結(jié)果認(rèn)為改變了真實(shí)改變但沒(méi)有檢測(cè)到?jīng)]有改變且檢測(cè)結(jié)果一致的為什么芯片中信號(hào)亮度有差異？統(tǒng)計(jì)方法的靈敏度（公式）：真陽(yáng)性/(真陽(yáng)性+假陰性)基因差異表達(dá)分析106cellssamesamplesamesampleTotalRNAextractionRNAsampleRNAsampleFlorescencelabelingCy5-labeledcDNACy3-labeledcDNAHybridization,scanMerge噪聲：芯片本身生物學(xué)本身基因差異表達(dá)分析芯片數(shù)據(jù)聚類(lèi)分析和可視化為什么要對(duì)表達(dá)模式類(lèi)似的基因進(jìn)行聚類(lèi)？

基因芯片數(shù)據(jù)分析的核心問(wèn)題就是要鑒別出具有共同表達(dá)模式的基因，因?yàn)楸磉_(dá)模式相近的基因往往具有相近或相似的特征（如共同的調(diào)節(jié)元件，共有的生物功能，或者共同的細(xì)胞起源），按表達(dá)模式把基因分成不同的種類(lèi)可以探索一些基因的功能（如基因調(diào)控途徑和網(wǎng)絡(luò)），并得到對(duì)其生物機(jī)能及關(guān)聯(lián)性的深入了解。另外，在醫(yī)學(xué)研究中，通過(guò)對(duì)表達(dá)譜相近的樣品進(jìn)行聚類(lèi)也有助于對(duì)病例進(jìn)行分析。是不是所有生物學(xué)通路的變化都可以通過(guò)基因芯片檢測(cè)得到？？聚類(lèi)分析：

聚類(lèi)分析是將一批樣品或變量，按照他們的性質(zhì)上的親疏程度進(jìn)行分類(lèi)，把相似的個(gè)體劃分到相同的組別，把不相似的個(gè)體劃分到不同組別。在沒(méi)有關(guān)于數(shù)據(jù)的先驗(yàn)知識(shí)的情況下，可以對(duì)不同的樣本或?qū)嶒?yàn)間的相似性進(jìn)行研究。對(duì)于基因表達(dá)數(shù)據(jù)陣列來(lái)說(shuō)，聚類(lèi)的對(duì)象包括基因、樣本和陣列芯片數(shù)據(jù)聚類(lèi)分析和可視化層級(jí)聚類(lèi)(hierarchicalcluster)

先將n個(gè)樣本看成n類(lèi)，計(jì)算類(lèi)間的距離，在將相似性最高的兩類(lèi)合并為一個(gè)新類(lèi)，得n–1類(lèi)，再重新計(jì)算關(guān)系矩陣，不斷重復(fù)這個(gè)過(guò)程，直至所有的基因融合成為一個(gè)大類(lèi)。這種聚類(lèi)方法得到類(lèi)似于進(jìn)化分析的系統(tǒng)樹(shù)圖，具有相似表達(dá)譜的基因彼此臨近，它們可能具有相似的功能。評(píng)判聚類(lèi)方法好壞的標(biāo)準(zhǔn)：

適用于大數(shù)據(jù)量；能應(yīng)付不同的數(shù)據(jù)類(lèi)型；能夠發(fā)現(xiàn)了不同類(lèi)型的聚類(lèi)；使用專(zhuān)業(yè)知識(shí)要求到最低；能應(yīng)付臟數(shù)據(jù)；ProfilesofindividualclustersAcMNPV-infectedSf9cellsorBmNcells芯片數(shù)據(jù)聚類(lèi)分析和可視化K-MEANS聚類(lèi)(K-MEANScluster)

接受輸入量k；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為k個(gè)聚類(lèi)以便使得所獲得的聚類(lèi)滿足：同一聚類(lèi)中的對(duì)象相似度較高；而不同聚類(lèi)中的對(duì)象相似度較小。聚類(lèi)相似度是利用各聚類(lèi)中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。芯片數(shù)據(jù)聚類(lèi)分析和可視化層級(jí)聚類(lèi)和K-MEAN的區(qū)別：層級(jí)聚類(lèi)不需要先驗(yàn)知識(shí)，可以細(xì)分出更多小類(lèi)；K-MEANS需要先驗(yàn)知識(shí)芯片數(shù)據(jù)聚類(lèi)分