Methoden & Tools für die Expressionsdatenanalyse

Vorgehensmodell Expressionsdatenverarbeitung Bildanalyse Normalisierung/Filterung Datenauswertung

Bildanalyse Ziel: Numerische Darstellung Arrays Bilddatei einlesen Spot-Raster berechnen Abbildung Spot-Intensitäten auf numerische Werte Bestimmung der Spot-Grenzen Berechnung der Spot-Intensität Ermittlung der Bild-Hindergrundintensitäten und Korrektur Spotintensität Qualitätskontrolle Ausgabe Textdatei Ziel: Numerische Darstellung Arrays

Normalisierung Mathematisch: Skalierung des Wertebereichs auf einen bestimmten Bereich, üblicherweise zwischen 0 und 1 (bzw. 100 Prozent) Mess-Ergebnisse mit unterschiedlicher Grundlage vergleichbar z.B.: (50 Studenten mit der Note 1 vs. 10% mit Note 1) Aber: Bioinformatik: Background Correction Normalization Quantification / Summarization Ziel: Vergleichbarkeit von Arrays

Normalisierung: Durchschnitt Forderung: Verhältnis der Durchschnittsintensitäten (AVG) der Hybridisierungen ist gleich Mathematisch: AVGHyb1 = AVGHyb2 Beispiel: Hyb1: (1,2,5,1,6) Hyb2: (100,200,500,100,600) AVGHyb1 = 3 AVGHyb2 = 300 AVGHyb1 / AVGHyb2 = 0,01 Hyb2norm = Hyb2 * 0,01 Hyb2norm = (1,2,5,1,6)

Normalisierung: Quantil Normalisierung über ein Set von Hybridisierungen. Annahme: Die meisten Gene sind in allen Experimenten gleich stark expremiert → Die Chips haben gleiche Intensitätsverteilung Normalisiere so, dass die Quantilen jedes Chips gleich sind.

Normalisierung: Quantil - Beispiel Hyb1 Hyb2 G1 1 10 G2 2 30 G3 5 G4 3 20 1. 2. Hyb1 Hyb2 AVG 5 30 17,5 3 20 11,5 2 10 6 1 4 Quantile Hyb1 Hyb2 G1 3 6 G2 17,5 G3 G4 11,5 3.

TM4 - http://www.tm4.org/

TM4 - Überblick I Software von TIGR (The Institute of Genomic Ressearch): “Microarrays have emerged as the premier tool for studying gene expression on a genomic scale. Advances in the precision of array printers and scanners as well as improved laboratory protocols allow for assays of tremendous complexity and scope. Scientist seeking to harness the potential of this technique are often challenged by the prodigious quantities of data produced. Well-designed, user-friendly software is the key to tracking, integrating, qualifying, and ultimately deriving scientific insight from the experimental results. In support of our ongoing work in microarray analysis of gene expression, we developed a suite of software that allow users in the laboratory to capture, manage, and analyze effectively data from DNA microarray experiments.”

TM4 - Überblick II 4 Hauptkomponenten: TIGR Spotfinder: Bildanalyse Microarray Data Analysis System (MIDAS): Normalisierung, Filterung Multi Experiment Viewer (MeV): Interpretation der Ergebnisse Microarray Data Manager (MADAM): Zusatzmodule: MIAME-compliant MySQL database Automated Microarray Pipeline ExpressConverter SlideMap …

TIGR – Spotfinder I

TIGR – Spotfinder II

TIGR – Spotfinder: Interne Dokumentation Ausschnitt aus: ftp://occams.dfci.harvard.edu/pub/bio/training/TIGRSpotfinder.ppt

MIDAS: Microarray Data Analysis System I

MIDAS: Microarray Data Analysis System II

MIDAS: Interne Dokumentation Ausschnitt aus: http://www.tm4.org/documentation/MIDAS2_19.ppt

MeV: MultiExperiment Viewer I

MeV: MultiExperiment Viewer II

MeV: Interne Dokumentation Ausschnitt aus: http://www.tm4.org/documentation/mev_advanced.ppt

MeV: Implementierte Clustering Methoden HCL: Hierarchical clustering ST: Support Trees SOTA: Self Organizing Tree Algorithm RN: Relevance Networks KMC: K-Means/K-Medians Clustering KMS: K-Means / K-Medians Support CAST: Clustering Affinity Search Technique QTC: QT CLUST SOM: Self Organizing Maps GSH: Gene Shaving FOM: Figures of Merit PTM: Template Matching TTEST: T-tests SAM: Significance Analysis of Microarrays ANOVA: Analysis of Variance TFA: Two-factor ANOVA SVM: Support Vector Machines KNNC: K-Nearest-Neighbor Classification DAM: Discriminant Analysis Module COA: Correspondence Analysis PCA: Principal Components Analysis TRN: Expression Terrain Maps EASE: Expression Analysis Systematic Explorer

MADAM: MicroArray DAta Manager

MADAM: Interne Dokumentation Ausschnitt aus: ftp://occams.dfci.harvard.edu/pub/bio/training/madam_4_0.ppt

Expression Profiler http://www.ebi.ac.uk/expressionprofiler/

Expression Profiler: Eingabemöglichkeiten

Auswahl eines Arrays aus ArrayExpress

Auswahl eines Arrays aus ArrayExpress

Expression Profiler - mögliche Sichten

Expression Profiler: Ergebnisse als Text-Datei

Expression Profiler: Ergebnisse grafisch I

Expression Profiler: Ergebnisse grafisch II

Expression Profiler: Ergebnisse grafisch III

Expression Profiler: Ergebnisse grafisch IV