微阵列图像和数据分析理论与实践

Microarray image and data analysis

Theory and practice

作者：Luis Rueda

出版：CRC Press

索书号：Q81/M626/2014/Y

ISBN: 978-1-4665-8682-6

藏书地点：武大外教中心

微阵列自从被人们发现以来，已逐渐成为研究全基因组范围内数千个基因行为和基因组特征的最重要的生物技术工具之一。在考虑进行生物实验的成本和时间时，开发准确和负担得起的技术以进行有效和快速的检测变得至关重要。这影响了转录、蛋白质组学和细胞发育研究的开展方式，提供了一种系统的方法来研究基因表达、蛋白质组学的阐明、发现结合位点和甲基化研究，所有这些都以同步的方式进行。转录研究是微阵列最重要的应用之一，为此，基因表达阵列的发展提供了巨大的帮助。测量生物体或细胞系中转录组或整个转录库提供了有关DNA，转录，翻译和表型之间关系的丰富数据。微阵列领域的进步也使得精确检测能够发现可能导致许多人类疾病的特定基因突变。在这方面，微阵列，无论是全长基因还是短寡核苷酸分析，都是并行和系统分析的有效工具。

在过去的十年中，微阵列已经成为许多研究人员同时监测数千个基因的生物分子行为的基本工具。高通量数据处理和分析中的各种应用和复杂问题一直是现代分子生物学研究的中心，因为准确的分析是提供有意义的数据解释的关键之一。微阵列用于探索基因组信息在细胞过程和生化产物方面的不同表现形式，最终决定特定生物体或特定细胞类型的行为及其与其他细胞的相互作用。蛋白质、细胞、组织和整个生物体可以以大规模和并行的方式在不同的细节水平上进行研究，这在生物医学研究、医学遗传学、药理学、疾病诊断、分期和预后、药物治疗、进化研究、保护科学和遗传多态性研究等方面提供了无数的可能性和应用。

尽管不同的形状、分辨率和微阵列的特征可能在不同的平台、技术和应用中有很大的不同，但它们通常可以被定义为一个小的玻璃载玻片，上面有一些点或元素，在这些点或元素中发生生化反应，以便在特定条件下揭示有关基因或蛋白质表达的定量信息，或分子的其他生物相互作用。微阵列可以想象成一个小装置，其中生物分子以系统的方式排列。在实践中，微阵列是一种具有矩形形状并测量几厘米长的设备-它通常是有序的，微观的，平面的和特定的。

微阵列技术已被广泛应用于生物学的各种研究中。举几个实例：如果使用PubMed作为信息来源，已经有超过50,000篇与微阵列相关的出版物。将范围扩展到“数组”上的出版物将列出PubMed中超过12万篇摘要。各种数据库和资源包含丰富的基因表达、蛋白质组学、组织分析、DNA甲基化、全基因组关联研究、拷贝数变异和畸变、单核苷酸多态性等研究的微阵列数据。美国国家综合生物医学信息学中心的基因表达综合数据库包含丰富的基因表达数据，可通过互联网公开访问。这些数据库包含数以百万计的样本，主要基于微阵列研究。

自从引入微阵列以来，已经产生了大量的数据，因此必须创建和改进专门的工具和技术。用于获取、分析、管理和解释数据的算法。在各个方面，微阵列数据分析始终是微阵列研究的重要组成部分。粗略地说，微阵列的数据分析工具来源于各种生物信息学方法和技术，这些方法和技术弥合了分子生物学、计算机科学、统计学和数学之间的差距。微阵列数据分析采用从扫描到生物和功能分析获得的图像，涉及一系列完善的步骤，旨在识别斑点或探针细胞，背景和噪声的位置，并随后量化和规范化信号。通过不同的聚类、数据挖掘和分类技术对预处理阶段产生的数值数据进行分析，然后进行可视化、网络和功能生物学分析。数据管理涉及存储、数据库、资源和压缩，这些都是补充整个分析过程的重要步骤。微阵列图像和数据分析是必不可少的，因为整个实验过程的目的是获得有意义的生物学结论，这取决于分析步骤的准确性，主要是在预处理阶段开始的那些步骤。

这本书提供了主要的，最新的方法，工具和微阵列图像和数据分析技术的全面审查。国际公认的专家解决了他们专业领域的具体研究课题和挑战，提供了有关该领域最先进方法的宝贵知识，并涵盖了图像处理，网格化，分割，噪声处理和归一化的主要步骤。微阵列的生物学方面和应用扩展到癌症研究中的广泛生物学研究，以及不同的微阵列类型和平台，如DNA，各种类型的寡核苷酸和组织微阵列，以及Bioconductor套件中用于微阵列数据分析的最新工具。微阵列数据分析的机器学习方法涵盖了聚类、双聚类、多维微阵列数据分析的主要方面以及监管网络的重建。

例如，书中的导论章讨论了分子生物学、基因组学和基因表达调控的基本概念。此后，从一般角度介绍了微阵列的原理和基本原理。更多地强调了微阵列的制作手段和方法，扫描和微阵列图像采集的主要步骤。还讨论了预处理和分析微阵列的主要方法，包括网格划分、分割、噪声处理、数据存储和检索以及科学界可用的微阵列数据分析工具的不同方面。概述了微阵列数据、出版物、公共数据库和存储库以及分析工具的现有资源。在后续的章节中，书中的内容也非常详实，结构脉络清晰完整。

这本书作为一个研究生的教科书或者作为一本参考设计研究生课程的教科书都可以，同时能够为一般读者提供足够的知识。此外，本书也能是为学术界和工业界的研究人员和实践者提供有用的参考，为他们开发工具并对微阵列数据进行批判性分析，管理和解释，这本书通过覆盖最先进的方法在微阵列图像和数据分析，为学者和工作者提供了一个便捷的参考。本书的读者包括教授，研究人员，研究生和多学科领域的优秀本科生：包括生物信息学，计算机科学，统计学，生物学，生物化学，基因组学和生物医学工程。读者不仅能够了解微阵列技术的现状以及如何分析微阵列实验产生的数据，还能够学习和了解有关应用的当前前景利用这项技术进行研究的可用性和可负担性。值得阅读。

本书目录：

前言

编辑

贡献者

第1章微阵列介绍

第2章生物方面:微阵列的类型和应用

第3章 DNA微阵列图像的网格化方法

第4章基于机器学习的DNA微阵列图像网格划分

第5章 DNA芯片图像的非统计分割方法

第6章 DNA芯片图片的统计分割方法

第7章微阵列图像恢复与噪声滤波

第8章 DNA芯片图像的压缩

第9章仿射矩阵微阵列的图像处理

第10章仿射矩阵阵列中噪声和伪影的处理

第11章组织微阵列作为生物标志物验证工具的质量控制和分析算法

第12章 cnv -相互作用组-转录组整合检测驱动程序癌症基因

第13章挖掘基因样本时间微阵列数据

第14章微阵列数据分析问题的系统和随机双聚类算法

第15章从微阵列数据重构调控网络

第16章微阵列数据的多维可视化

第17章微阵列数据分析的生物导体工具

索引

胡萌欣武大生科院博士研究生