Analýza genomických a proteomických dat |
Současné výzvy a technologie genomiky a proteomiky |
Analýza sekvencí DNA |
Výstupy z výukové jednotky |
Úvod |
Moderní technologie analýzy genomu a proteomu a jejich datové výstupy |
Bioinformatika a statistika v analýze genomických a proteomických dat |
Princip a rozdělení DNA mikročipů |
Typy dat a potřeba jejich úpravy |
Základní kroky analýzy genomických a proteomických dat |
Standardy analýzy genomických a proteomických dat |
Software pro analýzu |
Příklady k procvičení |
Úvod |
Výstupy z výukové jednotky |
Základní kroky DNA mikročipového experimentu |
Výroba DNA mikročipového sklíčka |
Rozdělení mikročipů |
Příklady k procvičení |
Analýza obrazu (kvantifikace signálu) DNA mikročipů |
Výstupy z výukové jednotky |
Úvod |
cDNA mikročipy |
Oligonukleotidové mikročipy |
Příklady k procvičení |
Literatura |
Úprava a normalizace dat cDNA mikročipů |
Výstupy z výukové jednotky |
Úvod |
Kontrola kvality |
Normalizace cDNA mikročipů a vytvoření finální datové matice |
Úprava a normalizace dat oligonukleotidových mikročipů |
Normalizace v rámci mikročipu |
Příklady k procvičení |
Literatura |
Předpoklady normalizace uvnitř čipu |
Základní princip a metody normalizace uvnitř čipu |
Prostorová normalizace |
Normalizace na intenzitu pozadí |
Normalizace odchylek barviva |
Normalizace mezi mikročipy |
Sumarizace a vytvoření finálního datového souboru |
Výstupy z výukové jednotky |
Úvod |
AffyBatch - R datová struktura pro oligonukleotidové mikročipy |
Kontrola kvality |
Normalizace a sumarizace |
Příklady k procvičení |
Literatura |
Základní schémata statistické analýzy dat |
Výstupy z výukové jednotky |
Porovnávání skupin |
Analýza arrayCGH |
Analýza genových sad |
Výpočet velikosti účinku |
Testování hypotéz u genomických a proteomických dat |
Praktický příklad analýzy |
Objevování skupin |
Predikce skupin |
Analýza přežití |
Příklady k procvičení |
Databáze genových sad/pathways |
Nástroje pro analýzu genových sad |
Studijní materiály a software |
Analýza dat hmotnostní spektrometrie |
2D gelová elektroforéza |
Veřejně dostupné databáze dat |
Limma - Linear Models for Analysis of Microarrays
Další metodou, která využívá moderovanou statistiku je limma, metoda, kterou ve své dizertační práci navrhl G.K. Smyth (2004).
Limma je zkratka od linear models for microarray data analysis a již z názvu je zřejmé, že se jedná o lineární regresi. Na rozdíl od SAM je variabilita vyhlazená s pomocí empirických bayesovských metod.
Společně s metodou vyvinul Smyth také R balík s názvem limma, který nainstalujete jednoduše:
> biocLite(“limma“)
> library(limma)
V další kapitole si ukážeme na konkrétním příkladu analýzu s pomocí SAM i s pomocí limma.
Literatura:
Smyth, G. K. (2004). Linear models and empirical Bayes methods for assessing differential expression in microarray experiments. Statistical Applications in Genetics and Molecular Biology, Volume 3, Article 3. http://www.bepress.com/sagmbvol3/iss1/art3