Introduction
目前主流的表达谱芯片有两类：
（1）cDNA microarray：将100~5,000bp的cDNA固载到介质上 (例如玻璃)，Stanford开发设计，通常为双通道
（2） DNA chips: 将寡核苷酸探针 (25bp) 合成到芯片上，Affymetrix开发设计，通常为单通道
一般来说根据实验要求，我们会选择不同类型的芯片：
（1）单通道（Single Channel）：一次检验一种状态
（2）双通道（Dual Channel）：差异表达基因的筛选
单通道实验结果重复性更好，使得比较不同样品之间各种基因表达的相对比例比较可靠。在进行多个芯片比较时，只需要设置对照即可。
而双通道重复性相对较差，只能进行两个样品之间的比较，芯片之间的比较并不可靠。
一般来说表达谱芯片数据的分析流程如下：
分析流程.png
在进行数据处理与分析的时候，我们一般会使用R。
获取原始数据
NCBI的GEO数据库为我们提供了丰富的基因芯片数据，在经费有限或者只是想要初步了解自己感兴趣的问题时，我们可以先寻找一下GEO平台是否有合适的数据进行分析。
许多肿瘤药物在临床中应用中都存在耐药性的问题。肿瘤耐药性的机制主要有：
（1）DNA修复能力增强
（2）P-糖蛋白降低细胞内药物浓度
（3）谷胱甘肽S-转移酶代谢抗癌药物
（4）其他机制：拓扑异构酶II、蛋白激酶C等
紫杉醇是现在常用的抗癌药物，然而紫杉醇也面临着耐药性的作用，本次通过分析基因芯片数据初探乳腺癌中紫杉醇可能的耐药机制。
首先在GEO中搜索‘paclitaxel resistance’，经过筛选选择GSE28784进行后续分析。
GEO.png
link：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE28784
由于我们使用的并非自己的数据，所以对实验设计并不清楚。
因此我们必须认真阅读该summary和overall design。
GSE.png
其次，我们关注Platforms，即使用什么芯片，因为不同的芯片使用了不同的探针，我们需要知道芯片的探针信息才能对应到相应的基因。在本实验中，使用的是GPL96 [HG-U133A] Affymetrix Human Genome U133A Array。
一共有9个样本，分别是：MDA-MB-231_Verapamel_Rep1～Rep3，MDA-MB-231_Docetaxel_Rep1～Rep3，MDA-MB-231_Paclitaxel_Rep1～Rep3
GEO数据库为我们提供了GEO2R在线分析工具，你可以在NCBI线上平台对你的数据有一个初步的了解。
这里我们需要说明的是，有时候作者不仅提交了原始数据，也会提交处理后的数据。我们可以通过GEO2R进行判断。
在本例中，我们通过GEO2R查看各样本数据的时候发现各个样本的均值基本相同，说明数据已经进行过处理。当你不是一个专业的生物信息分析人员时，你可以偷懒直接使用别人处理过后的数据进行后续的分析。这时候你只需要下载GSM系列文件即可。
image.png
当然，使用别人处理的数据存在很大的风险。你并不了解处理数据的人，也不知道他们具体的处理流程，也许在这个过程中会剔除你所关注的信息。因此你可以下载Supplementary file中提供的原始文件（Affymetrix公司为.cel格式）, 自己从头进行处理、分析。
cel.png
另外我们还需要知道平台的信息，我们可以点击platform中的超链接：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL96
点击‘Download full table’
读取芯片数据
我们只关注紫杉醇Paclitaxel，因此我们只需选取其中的6个样本：
GSM712682 MDA-MB-231_Verapamel_Rep1
GSM712683 MDA-MB-231_Verapamel_Rep2
GSM712684 MDA-MB-231_Verapamel_Rep3
GSM712688 MDA-MB-231_Paclitaxel_Rep1
GSM712689 MDA-MB-231_Paclitaxel_Rep2
GSM712690 MDA-MB-231_Paclitaxel_Rep3
下载得到GSE28784_RAW.tar文件，解压缩后得到一系列‘GSM7126xx.CEL.gz’文件，进一步将上述6个GSM号解压缩，并手动编辑一个txt文件描述这些文件的信息。
image.png
然后我们可以下载affy等包，由于R的版本可能会出现以下错误：
package ‘affy’ is not available (for R version 3.4.1)
你可以通过以下方法下载：
source("http://bioconductor.org/biocLite.R")
biocLite("affy")
接着我们开始读取芯片数据：
library(affy)
pd=read.table('Paclitaxel.txt',header=TRUE,row.names=1)
a=ReadAffy(filenames = row.names(pd),phenoData = pd, verbose = TRUE)
成功读取芯片的原始数据。
readcel.png
网友评论