谱分析方法训练样本

Ⅰ 如何进行样本和检材图谱的分析比对

1、获得多张细胞样本图片，对细胞样本图片进行灰度处理，区域最大的像素设为白色或者黑色，其他位置颜色亮度同步增加。
2、对细胞样本图片其他颜色进行进行熵处理，再用最大类差法二值化分割得到细胞样本粗略图像，确定目标的粗略位置。
3、目标的粗略位置进行分割值聚类算法，对图片进行锐化处理，得到需要的细胞样本图片。
4、对细胞样本图片进行分析得出基本病例，再对得出基本病例进行不确定的决策调节下，进行CBR/RBR检索分析，对基本病例与病例库中的现有的病例进行相似度评价分析。

Ⅱ DEPT谱的分析方法

DEPT谱是在NMR中用来区分伯仲叔季碳的一种谱图
为了区分不同的碳，一般要做三次分别为不同的角度，其中季碳不出峰：
135度的DEPT谱图：CH、CH3的峰向上（即信号为正），CH2为倒峰（即信号为负）
90度的DEPT谱图：只能看到CH 向上的峰
45度的DEPT谱图：所有的CH、CH2、CH3的峰都向上（不常用，因为无法达到区分的目的）
通过135度和90度谱图即可区分出伯碳、仲碳、叔碳，由于季碳在所有的DEPT谱图中都没有信号，因此只要和全谱比较，就很容易的得到季碳。

Ⅲ 基因表达谱分析方法

表达谱案例分析
肺癌组织的表达谱分析：选取 2 个肺癌病人（ 5T 和 10T）的组织提取总 RNA，进 行分析。
实验目的：为了检测两个病人中表达差异较大的基因， 以便找出两个病人症状差 异的原因，并进行下一步相关的研究。
1、 数据质量的概述
通过严格的质量标准筛选后， 通过率达到 80%，最终得到 500 万左右的 Tag标签。
2、 标签的初步分析统计
两个样品中有 95%的 Tag重复频度超过 1，73%以上的 Tag重复频度超过 50。
3、 表达谱测序饱和度分析
通过对表达谱测序饱和度的分析，通常在表达谱 Tag数目达到 200 万时，测序 Tag接近饱和。因此，通过 Solexa 测序，仅需要 1次试验，就可以得到足够后 续进行表达分析的数据。
4、 样品重复性。
5、 Tag 标签的注释（含 cDNA，预测基因， EST，线粒体基因组，基因组等）
本案例中，人的 2 万 7 千个基因中有 50~60%都被 Tag所覆盖。即一般的基因的 表达量差异被检测出来。 为了提高 Tag同基因关联的可信度， 我们仅仅选取了在 基因序列中唯一定位的 Tag。这部分唯一定位的 Tag占全部 Tag数目的 50%左右。
另外，除去上述用于基因表达量统计的唯一定位 Tag，有大约 20%的 Tag 被定位 到了基因组的未注释区域， 其中大约有 10万个 Tag在基因组上的位置是唯 一的。 利用这些数据我们找到了许多新的转录本和调控区域。 同时发现了若干潜在的两 个样品间显着差异的区域。为后续的实验提供了可靠的研究目标。
6、 参考 Tag标签的统计分析
下表显示的人的参考 Tag 的统计信息，我们可以看到 96.53%的基因都拥有 Tag。 说明 Tag-based 新一代测序技术的方法进行表达谱分析的可行性
7、 基因表达量的分布统计
8、 样本间表达差异基因的相关分析
通过对表达差异基因的统计和分析，我们可以选取样品间表达存在差异的基因， 反馈给用户； 此外一些已经报道可能相关的基因， 是这一部分研究的重点， 通过 表达差异，我们可以推测出相关基因可能发生的变化。针对此例，图 3-3 中 2 个基因是已经报道的在 10T样品中高表达的基因。
9、 样本间表达差异基因的信号通路相关分析
对差异表达基因进行功能分析和信号通路分析。 结合样本性状差异， 鉴定与性状 关联的候选基因，以便通过进一步实验验证。
10、 根据 Tag距离 3’端的位置对 tag 和基因数目进行的统计分析