第一章 引言 1
1.1 技术介绍 1
1.2 发展概况 4
1.3 简要概述 6
参考文献 9
第二章 实验设计基础 12
2.1 生物芯片基因表达测量中的变异来源 13
2.2 对照和重复 14
2.3 实验设计 17
2.4 小结 21
参考文献 22
第三章 生物芯片的设计和制备 24
3.1 探针的选择 25
3.2 cDNA和扩增产物探针 26
3.3 寡核苷酸探针 28
3.4 生物芯片的制备 38
3.5 小结 44
参考文献 45
第四章 样本收集和标记 50
4.1 样本收集和RNA提取 50
4.2 RNA的质量评价 51
4.3 cDNA的合成 53
4.4 标记方法 54
4.5 信号放大 58
4.6 RNA扩增 60
4.7 扩增方法的比较 67
4.8 荧光标记样本的质量控制 68
4.9 小结 68
参考文献 69
第五章 杂交和扫描 72
5.1 杂交 72
5.2 数据获取 75
5.3 信号点定位 81
5.4 方法比较 85
5.5 数据提取 86
5.6 质量控制基本要求 89
5.7 小结 90
参考文献 91
第六章 数据预处理 94
6.1 预处理基本原理 95
6.2 系统误差的来源 96
6.3 背景校正 97
6.4 数据过滤、标记和加权 98
6.5 缺失值的处理 99
6.6 数据转换 101
6.7 空间效应的处理 110
6.8 Print-Tip Group Loess归一化 113
6.9 二维（2D）Loess 113
6.10 复合Loess归一化 114
6.11 加权Loess归一化 115
6.12 使用重复探针增强归一化效果 116
6.13 “片间”归一化 117
6.14 关于质控的其他注意事项 119
6.15 生物芯片质量控制协会（MAQC） 120
6.16 外源RNA对照协会（ERCC） 120
6.17 EMERALD协会 120
6.18 Affymetrix GeneChip数据的预处理 121
6.19 探针校正和整合 125
6.20 背景校正 126
6.21 归一化 129
6.22 小结 129
参考文献 130
第七章 差异表达 135
7.1 引言 135
7.2 统计学推断 138
7.3 参数统计 148
7.4 生物芯片数据的线性模型（LIMMA） 157
7.5 非参数统计 169
7.6 基因-类别检验 173
7.7 小结 182
参考文献 185
第八章 聚类和分类 193
8.1 引言 193
8.2 相似性度量 195
8.3 无监督分析方法:聚类和分区 196
8.4 评价聚类质量 204
8.5 维数减少 207
8.6 有监督的方法 209
8.7 模型质量评价 213
8.8 小结 213
参考文献 214
第九章 生物芯片数据的存储和数据仓 219
9.1 引言 219
9.2 ArrayExpress数据库 220
9.3 Gene Expression Omnibus （GEO） 226
9.4 其他数据存储和数据仓 231
9.5 小结 234
参考文献 235
第十章 基因组芯片分析 240
10.1 基因组芯片 240
10.2 外显子芯片 242
10.3 叠瓦芯片 243
10.4 扩增子及BAC芯片 245
10.5 寡核苷酸叠瓦芯片 246
10.6 叠瓦芯片的应用 248
10.7 叠瓦芯片的分析 255
10.8 小结 257
参考文献 258
第十一章 生物芯片技术在医学中的应用 263
11.1 引言 263
11.2 病原体研究:疟疾 265
11.3 人类疾病表达谱研究 271
11.4 比较基因组杂交芯片 276
11.5 SNPs和基因分型 282
11.6 小结 289
参考文献 290
第十二章 其他种类的生物芯片技术 301
12.1 蛋白质结合芯片 301
12.2 细胞和组织芯片 303
12.3 蛋白质芯片 306
12.4 小结 311
参考文献 311
第十三章 生物芯片的未来与展望 317
13.1 生物芯片技术 317
13.2 标记和检测技术 318
13.3 成像技术 319
13.4 分析技术 320
参考文献 321
索引 324