第十二讲Bioconductor
一系列的包系统，用来处理生物方面的数据;1、Bioconductor是一个开源和开放式软件开发项目。
2、该项目起始于2001年秋季，核心成员是哈佛医学院/哈佛公共卫生学院的DanaFarber癌症研究所生物统计组。
3、Bioconductor软件包
DNA微阵列数据的处理、分析、注释及可视化；
通用分析工具（被广泛用于基因组数据库的分析，如分析基因组序列、SNP数据、SAGE数据、蛋白质组数据等。）
;主页;安装Bioconductor软件包;2、安装特定的xxxx包
source(“”)连到包的数据库中
biocLite(“xxxx”)#biocLite(“affy”)微阵列预处理
3、菜单栏-程序包
设定CRAN镜像
选择软件库
安装程序包
;4、从本地zip文件安装程序包
();第12讲包系统;数据库访问(databaseinteraction)
Rdbi;RdbiPgSQL;SAGElyzer
图形及用户接口(graphicsuserinterface)
widgetTools;tkWidgets;geneplotter;hexbin;limmaGUI;affylmGUI;webbioc
图结构(garphs)
Graphs;RBGL;Rgraphviz;SNAData
通用工具(generaltools)
reposTools;Biobase;Biostrings;DynDoc;Ruuid;ctc;convert;Icense;exprExternal;externalVector
注释(annotation)
Annotate;AnnaBuilder;Resourcer;SNPtools;Datapackages
基因本体学(ontologies)
goTools;ontoTools;GOstats
微阵列数据预处理(pre-processing)
affy;affycomp;affypdnm;affyPLM;gcrma;makecdfenv;annaffy;marray;matchprobes;vsn
数据分析(analysis)
daMA;edd;factDesign;genefilter;globaltest;gpls;multtest;pamr;MeasurementError.cor;Limma;ROC;Siggenes;Splicegear;RMAGEML
微阵列比较基因组杂交(arrayCGH)
aCGH;DNAcopy
蛋白质组学(proteomics)
PROcess;Gpls;apComplex;下载包affy,并查看其功能;
1、高密度寡核苷酸阵列
每个微阵列产生一个探针水平数据集，一些探针检测特异的全匹配寡核苷酸(PM)，另一些检测非特异的失匹配寡核苷酸(MM)。
2、cDNA微阵列
每个微阵列产生两个探针水平数据集（红色和绿色通道）;高密度寡核苷酸阵列;cDNA微阵列;一次微阵列试验能获得细胞在某种条件下的全基因组表达数据,包含成千上万个基因在细胞中的相对或绝对丰度。不同条件（细胞周期的不同阶段、药物作用的不同时间、不同肿瘤类型、不同病人等）下的基因表达数据构成一个GXN的数据矩阵M，其中G??表基因的数目，N代表条件的个数，通常情况下GN。矩阵M的每个元素xij表示第i个基因在第j个条件下的表达水平值。;AnalysisofMicroarrays;三、高密度寡核苷酸阵列的预处理;预处理概述;1.2任务
图像分析、数据导入、背景校正、归一化、汇总、特定探针校正
①图像分析(imageanalysis)
将扫描图像中的像素强度转换成探针水平数据(probe-leveldata)。
②数据导入(dataimport)
因为数据以不同的格式输入，需要有灵活的数据导入方法，数据常位于不同的文件或数据库表中。;③背景校正(backgroundadjustment)
被检测的探针强度取决于非特异性杂交和光学检测系统的噪声，通过对观察强度的校正来给出特异杂交的精确检测。
④归一化(normalization)
对不同来源的不同杂交阵列进行比较(逆转录、加标记、杂交反应的不同效果、阵列的物理问题、反应物批量效应和实验环境),校正系统阵列间的差异。;⑤汇总(summarization)
有些平台，转录物由多重探针表示。对于每个基因，校正后的背景和归一化的强度需要汇总成一个总数，估计RNA转录物数量比例。
⑥特定探针校正(