00、生物芯片笔记前言

基因芯片主要分为双通道cDNA芯片和高密度寡核苷酸芯片。

双通道cDNA芯片：每个微阵列产生两个探针水平的数据集（红色通道和绿色通道）。

高密度寡核苷酸芯片：每个微阵列产生一个探针水平的数据集。一些探针是匹配探针（Perfect match，PM），一些探针是错配探针（Mismatch，MM。不过有些芯片无MM探针）。

 

本博客主要介绍高密度寡核苷酸芯片，以Affymetrix芯片为例。这些芯片有多种型号，如常见的Affymetrix 3’ -biased Arrays 有HG_U95Av2、HG-U133A_2、HG-U133_Plus_2等型号，Affymetrix Exon ST Arrays则有HuGene-1_0-st-v1等型号。通常Affymetrix 3’ -biased Arrays有PM、MM探针，而Affymetrix Exon ST Arrays只有PM探针。很多时候可以根据芯片型号判断出该芯片所属物种，如：HG、HuGene是人类，Mouse是鼠，Zebrafish是斑马鱼。常见的芯片数据库有GEO、ArrayExpress。若想在GEO获得指定型号芯片的有关信息，访问http://www.ncbi.nlm.nih.gov/gds?term=affymetrix%20AND%20GPL%5BETYP%5D。如点击[HG-U133_Plus_2]Affymetrix Human U133 Plus 2.0 Array，可在Web link找到该型号芯片的Affymetrix产品页面链接（该页面可下载产品说明，注释文件等，不过下载需要先注册一个账号）。

所有的芯片用Affymetrix扫描仪进行扫描，用Affymetrix软件初始量化特征，该软件涉及到一些文件格式，它们是：

[EXP]包含实验的基本信息

[DAT]芯片的扫描图像

[CEL]特征的初始量化（每个探针的荧光强度）

[CDF]探针在芯片中的定位信息，探针到探针组的映射

[CHP]包含基因表达水平（用affy软件评估）

通常由DAT扫描图像得到CEL文件，在后续的计算中，我们只需要CEL文件和CDF文件。在这里不讨论EXP和CHP文件。

本博客有关于基因芯片的设计，文件格式及计算，涉及到编程，数学，生物领域。