附图目录

表格目录

BioBox目录

StatsBox目录

前言

缩写词和术语

1 生物学问题

 1.1 为什么进行基因表达？

1.1.1 生物技术的进展

1.1.2 生物学相关的研究

 1.2 研究问题

1.2.1 相关性和实验研究对比

 1.3 研究课题的主要类型

1.3.1 两组间比较

1.3.2 多组间比较

1.3.3 不同治疗方式间的比较

1.3.4 多组与对照组的比较

1.3.5 研究主题内的变化

1.3.6 分类和预测样本

2 Affymetrix芯片技术

 2.1 探针

 2.2 探针组

2.2.1 标准探针组的定义

2.2.2 客户可选择的芯片描述文件(CDF)

 2.3 芯片类型

2.3.1 标准表达检测芯片

2.3.2 外显子芯片

2.3.3 基因芯片

2.3.4 叠瓦芯片

2.3.5 用于某项研究的专用芯片

 2.4 标准实验室芯片实验流程

2.4.1 体外转录分析

2.4.2 全转录本正义链标记

 2.5 Affymetrix芯片的数据质量

2.5.1 分析数据的重复性

2.5.2 分析数据的稳定性

2.5.3 分析的敏感性

3 实验操作

 3.1 生物学实验

3.1.1 生物学背景

3.1.1.1 实验目的/假设

3.1.1.2 技术平台

3.1.1.3 mRNA水平的预期改变

3.1.2 样本

3.1.2.1 选择合适的样品/组织

3.1.2.2 样本的类型

3.1.2.3 样本的异质性

3.1.2.4 性别

3.1.2.5 时间点

3.1.2.6 样本切割引起的误差

3.1.2.7 动物处理产生的误差

3.1.2.8 RNA的质量

3.1.2.9 RNA的数量

3.1.3 预实验

3.1.4 主实验

3.1.4.1 对照实验

3.1.4.2 实验处理

3.1.4.3 分批实验

3.1.4.4 随机化

3.1.4.5 标准化

3.1.4.6 选择对照

3.1.4.7 样品量／重复次数／费用

3.1.4.8 平衡设计

3.1.4.9 对照样本

3.1.4.10 样本混合

3.1.4.11 实验记录

 ……

4 数据分析预处理

5 数据分析

6 分析结果表示

7 药物研发

8 使用R和Bioconductor

9 未来前景

参考文献

索引

Affymetrix GeneChip系统是目前应用最广泛的生物芯片平台。但是由于Affymetrix芯片含有超大量的信息，很多Affymetrix芯片用户趋向于使用默认的分析设置，得到的常常不是最优化的结论。分子生物学家和生物统计学家根据十余年的基因表达谱实验研究和数据分析的实践经验编写了《基于Affymetrix芯片的基因表达研究》，从理论概念到实验结果，解释了使用Affymetrix芯片进行基因表达研究的全部过程，拆除了分子生物学、生物信息学和生物统计学之间无处不在的语言障碍。

《基于Affymetrix芯片的基因表达研究》权威实用，介绍了Affymetrix芯片的重要技术、统计学易犯的错误和问题，同时涉及其他芯片平台的一般规则和应用。通过例证和全彩图例，描述了技术和统计方法的概念，为初学者提供详细指导。本领域的专家则可以了解芯片所涉及的其他学科知识，拓展基因芯片表达谱研究的认识。本书由Hinrich Gohlmann和Willem Talloen编写。

由CRC出版社出版、Hinrich Gohlmann和Willem Talloen编写的《基于Affymetrix芯片的基因表达研究》一书，是作者根据十余年的基因表达谱实验研究和数据分析的实践经验编写的。Hinrich Gohlmann和Willem Talloen分别是强生药品研发有限公司(Johnson & Johnson Pharmaceutical R & D)的首席科学家和高级生物统计师。作为分子生物学和生物统计方面的专家，他们从理论概念到实验结果，解释了使用Affymetrix芯片进行基因表达研究的全部过程。