A Review of Test Methods for Microarray data using R

Abstract

Microarray는 염기서열을 알고 있는 DNA를 일정 크기의 유리 슬라이드에 배열(array)해 놓고 sample DNA와 결합(hybridization)을 시켜 유전자(gene)들의 발현도(expression level)를 알아보는 실험이다. 수십 개에서 수십만 개의 유전자 조각들을 하나의 작은 고형체 기판 위에 놓기 때문에 전체에 대한 정보를 한 번의 실험에서 얻을 수 있다는 장점이 있다. 이 유전자들을 유전자마다 유의한 차이가 있는지 알아보기 위해서 Microarray에 있는 유전자만큼의 검정을 하게 된다. 수천 번 또는 수만 번의 통계적 검정을 시행하면 오류가 누적되어 전체 오류의 확률은 상당히 커지게 된다. 이러한 문제를 보완하기 위해 SAM(Significance Analysis of Microarrays)을 이용하여 검정을 하였다. 실제 데이터를 가지고 일반적인 t-test와 Bonferroni correction을 사용하면 어떠한 유전자도 유의한 차이가 있다고 할 수 없었고 SAM을 사용하였을 때 더 좋은 결과를 얻을 수 있었다.;A DNA microarray (also commonly known as gene or genome chip, DNA chip, or gene array) is a collection of microscopic DNA spots, commonly representing single genes, arrayed on a solid surface by covalent attachment to a chemical matrix. DNA arrays are different from other types of microarray only in that they either measure DNA or use DNA as part of its detection system. Qualitative or quantitative measurements with DNA microarrays utilize the selective nature of DNA-DNA or DNA-RNA hybridization under high-stringency conditions and fluorophore-based detection. DNA arrays are commonly used for expression profiling, i.e., monitoring expression levels of thousands of genes simultaneously, or for comparative genomic hybridization. Microarrays can measure the expression of thousands of genes to identify changes in expression between different biological states. Methods are needed to determine the significance of these changes while accounting for the enormous number of genes. We describe a method, Significance Analysis of Microarrays (SAM), that assigns a score to each gene on the basis of change in gene expression relative to the standard deviation of repeated measurements.