微阵列数据分析工具
MATLAB®环境被广泛应用于微阵列数据分析,包括读取、过滤、规范化和可视化微阵列数据。然而,科学家使用的标准规范化和可视化工具可能很难实现。工具箱包括这些标准函数:
微阵列数据-阅读Affymetrix®GeneChip®文件(affyread
)和绘图数据(probesetplot
), ImaGene®结果文件(imageneread
)、SPOT档案(sptread
)和安捷伦®微阵列扫描档案(agferead
).读GenePix®探地雷达档案(gprread
)和GAL文件(galread
).从网上获取基因表达综合(GEO)数据(getgeodata
),并从文件(geosoftread
).
效用函数(magetfield
)从其中一个微阵列读取器功能(gprread
,agferead
,sptread
,imageneread
).
微阵列归一化和滤波-工具箱提供了许多方法来规范化微阵列数据,如低标准化(malowess
)和平均归一化(manorm
),或跨多个数组(quantilenorm
).您可以使用过滤函数在分析前清除原始数据(geneentropyfilter
,genelowvalfilter
,generangefilter
,genevarfilter
),并计算值的范围和方差(exprprofrange
,exprprofvar
).
微阵列可视化工具箱包含可视化微阵列数据的例程。这些例程包括微阵列数据的空间图(maimage
,redgreencmap
)、箱形图(maboxplot
)、对数图(maloglog
)和强度比图(mairplot
).您还可以查看聚集表达式概要文件(clustergram
,redgreencmap
).你可以根据微阵列数据(mapcaplot
).
微阵列实用函数-使用以下函数处理Affymetrix GeneChip数据集。获取探针的库信息(probelibraryinfo
),来自探针集(probesetlookup
),以及来自CEL和CDF信息(probesetvalues
).显示来自netafx™分析中心的探针集信息(probesetlink
)和绘图探针集值(probesetplot
).
工具箱访问统计例程以执行聚类分析并可视化结果,您可以通过统计可视化(如树状图、分类和回归树)查看数据。