公共数据库挖掘必备（2）—芯片差异分析神器

在上一期的推文中，小编为大家介绍了如何分析meQTL，帮助了一些被GWAS数据困扰，无法对显著的SNP位点功能进行解释的同学们，让他们对自己的研究有了一些新的思路，小编是非常开心的。由于在公共数据库的资源中包含了大量的芯片数据，所以今天小编为大家介绍两款差异分析的软件，基本上可以满足大家对于芯片差异分析的所有要求。这两个软件就是TranscriptomeAnalysis Console和GeneSpring。

由于大家对于Gene Expression Omnibus数据库了解很多了(GEO，https://www.ncbi.nlm.nih.gov/gds/)，我就在此处不多讲了。此外，还有一个很大的表达数据库，是ArrayExpress(https://www.ebi.ac.uk/arrayexpress/)，大家如果需要寻找感兴趣的疾病数据，不防来这个数据库里搜索一下，记得要一起下载好芯片的注释文件。小编尝试过，数据还是非常丰富的。

  

A.       TranscriptomeAnalysis Console

首先，为大家介绍的差异分析软件是Transcriptome Analysis Console。这款软件是由ThermoFish公司开发，和GeneSpring相比，最大的优点就是完全免费，理论上来说也更加适用于Affymetrix的芯片。这个软件可以处理的数据包括：GeneArrays, 3‘Expression Arrays, Exon Arrays, miRNA Arrays等。此处，我们以AffymetrixmiRNA 4.0版本的芯片为例。其分析流程如下图所示：

 

1.       首先大家需要注册一个登录账户，并且下载好你将要分析的芯片的注释；

 

2.       将.CEL的芯片数据导入，选择ImportCEL Files；

 

3.       在Condition中可以标记样本的不用处理，此处选择Comparison，对于有多种不同亚分组的样本，也可以对样本进行进一步分类；在Summarization中需要选择你所研究的不同物种，我们是小鼠的样本，所以选择MouseOnly；

4.       在这一步就可以对你的数据进行一个基本的分析了，如PCA,Signal Box Plot, Probe intensities，这些数据可以帮助你对于芯片测序的基本结果有一个大体上的了解；

5.       点击RunAnalysis，就可以得到差异基因，并且生成所需要的图，你所需要做的就是将图和结果导出来就可以了。

 

B.       GeneSpring

对于GeneSpring的强大，小便就不重复了，大量文献中芯片差异分析都是用的这个软件，该软件是由安捷伦公司开发的。此处小编给大家做一个使用的介绍。

1.        在导入.CEL文件时，要确定软件是否可以识别你的芯片，如果不行就尝试以下两种办法，1是下载的column中查找，如果还没有就要在公共数据库中下载你的芯片的注释信息，普遍来说，注释信息作者都会和数据一起上传。此处为大家讲解如何自己建立一个注释信息的平台。

2.        选择Annotation，CreateTechnology，Customfrom file选项。之后选择物种，并且导入你所要研究的芯片表达信号矩阵和注释矩阵。此处需要注意的是，表达矩阵和注释矩阵需要修改为可以识别的格式。

3.        Text qualifer选择双引号，数据会将文件自动分开，其余选项默认就可以。之后的标题格式调整也不需要做任何修改。

4.        定义信号行，操作如下图所示。之后是对注释文件的读取，默认参数，一路Next就好。

 

5.        将定义的信息和矩阵的信息对应起来，不同信息类型仔细分类，记得检查它们是一一对应的。

6.        此时注释文件平台就搭建好了，现在要做的就是导入你的数据了。点击Project,New Experiment

7.        如果你使用的数据是GEO下载的数据，就不需要标准化了。如果是新的数据，还有必要做一次标准化的处理。

8.        之后就是在Workflow中的ExperimentGrouping对样本进行分类，定义CASE/CONTROL，求差异，画图。

相对于GeneSpring来说，TranscriptomeAnalysis Console有两个优势。第一就是这个软件是免费使用的，下载好注册后就可以使用了；第二就是在软件中就可以下载好芯片注释文件，对于GeneSpring来说，很多的注释文件都需要人工的导入其中，比较繁琐。但是就功能来说，两个软件都是非常强大的。更多的功能还需要你去仔细研究。