1장 DNA Microarray 기술의 소개  1
1. 1  Hybridization  1
1. 2  Gold rush?  3
1. 3  DNA microarray의 배후기술  4
  1. 3. 1  Affymetrix GeneChip 기술  5
  1. 3. 2  스폿형 Arrays  9
  1. 3. 3  디지털 Micromirror Arrays  12
  1. 3. 4  잉크젯 Arrays  14
  1. 3. 5  구슬 Arrays  14
  1. 3. 6  Serial Analysis of Gene Expression (SAGE)  14
1. 4  Microbead array를 이용한 parallel sequencing   17
  1. 4. 1  새롭게 출현하는 기술  18
1. 5  보기 : Affymetrix GeneChip과 스폿형 array의 비교  19
1. 6  요약  22
1. 7  Further Reading  23

2장 데이터 분석의 개요  27
3장 이미지 분석  29
3. 1  Gridding  29
3. 2  분할  30
3. 3  강도 정보의 추출  31
3. 4  백그라운드 보정  31
3. 5  소프트웨어  33
  3. 5. 1  Array 이미지 분석을 위한 무료 소프트웨어  33
  3. 5. 2  Array 이미지 분석을 위한 상업용 소프트웨어  35
3. 6  요약  37
3. 7  Further Reading  37

4장 데이터해석의 기본  39
4. 1  Normalization  39
  4. 1. 1  일정한 비율로 발현될 것으로 가정되는 1개 혹은 몇 개의 유전자들  40
  4. 1. 2  유전자의 총합이 일정하다는 가정  41
  4. 1. 3  유전자의 부분 합이 일정하다는 가정  42
  4. 1. 4  유전자의 대부분이 일정하다는 가정  42
  4. 1. 5  Spike Control  42
4. 2  염료 치우침, 공간 치우침, 인쇄침 치우침  43
4. 3  Expression Indices  44
  4. 3. 1  평균 차  44
  4. 3. 2  Signal  45
  4. 3. 3  Model-based Expression Index  45
  4. 3. 4  Robust Multiarray Average  46
  4. 3. 5  Position Dependent Nearest Neighbor Model  46
4. 4  벗어난 수치 측정  47
4. 5  배율변화  47
4. 6  유의성  49
  4. 6. 1  다중 조건  51
  4. 6. 2  Nonparametric 검정  52
  4. 6. 3  다중검정에 의한 보정  52
  4. 6. 4  보기 1 : t-검정과 분산분석  54
  4. 6. 5  보기 2 : 반복횟수  55
4. 7  Mixed Cell Populations  57
4. 8  요약  58
4. 9  Further Reading  59

5장 차원을 감소한 시각화  65
5. 1  주성분분석법  65
5. 2  보기 1 : 작은 데이터 행렬의 PCA  67
5. 3  보기 2 : 실제 데이터의 PCA  70
5. 4  요약  70
5. 5  Further Reading  72

6장 클러스트 분석  73
6. 1  계층별 클러스트화  73
6. 2  K-Means 클러스트화  76
6. 3  자기조직화 Maps  77
6. 4  거리계수  78
  6. 4. 1  보기 : 거리계수의 비교  80
6. 5  시계열 분석  82
6. 6  유전자 표준화  84
6. 7  클러스트의 시각화  85
  6. 7. 1  보기 : 방광암에서 유전자 클러스트의 시각화  85
6. 8  요약  85
6. 9  Further Reading  87

7장 클러스트 분석 이후  89
7. 1  기능예측  89
7. 2  프로모터 영역의 조절효소 발견  90
  7. 2. 1  보기 1 : Proteasome 요소의 발견  91
  7. 2. 2  Mlu 세포주기 Box의 재발견  93
7. 3  요약  93
7. 4  Further Reading  94

8장 자동화 해석, 통합해석, 시스템 생물학  97
8. 1  통합 분석  98
8. 2  시스템 생물학  99
8. 3  Further Reading  101

9장 조절 네트워크의 Reverse Engineering  103
9. 1 시계열 접근  103
9. 2  정상상태 Approach  105
9. 3  네트워크 모델의 한계  105
9. 4  보기 1 : 정상상태 모델  106
9. 5  보기 2 : Bacillus 데이터에 근거한 정상상태 모델  108
9. 6  보기 3 : 선형시계열 모델  108
9. 7  Further Reading  113

10장 분자 분류기  117
10. 1  특징 선정  118
10. 2  검증  118
10. 3  Classification Schemes  119
  10. 3. 1 최근방  120
  10. 3. 2 최근방중심  120
  10. 3. 3 뉴럴 네트워크  121
  10. 3. 4  Support Vector Machine  121
10. 4  Performance Evaluation  121
10. 5  보기 1 : 방광암의 Subtype 분류  123
10. 6  보기 2 : SRBCT 암의 Subtype 분류  125
10. 7  요약  126
10. 8  Further Reading  126

11장 Array 용 Probe의 디자인  129
11. 1  Array에 스폿팅 하는 유전자를 선택  129
11. 2  유전자 발견  129
11. 3  유전자 안에서의 영역의 선택  131
11. 4  PCR primer의 선택  131
  11. 4. 1 보기 : AF105374 유전자의 PCR primer 발견  131
11. 5  특이적인 oligomer probe의 선택  132
11. 6  Probe의 재설계  134
11. 7  Further Reading  134

12장 Genotyping과 Resequencing을 위한 Chip  137
12. 1  보기 : GeneChip 예측을 위한 뉴럴 네트워크  137
12. 2  Further Reading  140

13장 실험 디자인과 결과 해석  141
13. 1  Factorial Designs  141
13. 2  Design for Two-Channel Arrays  142
13. 3  Hypothesis Driven Experiments  142
13. 4  Independent Verification  144
13. 5  결과의 해석  144
13. 6  발현 분석의 한계  146
  13. 6. 1  Relative Versus Absolute RNA Quantification  147
13. 7  Further Reading  148

14장 소프트웨어 문제와 데이터 포맷  149
14. 1  표준화를 위한 노력  150
14. 2  데이터베이스  150
14. 3  표준화된 파일 형태  151
14. 4  클러스터화 소프트웨어  151
  14. 4. 1  보기 : ClustArray를 이용한 클러스터화  152
14. 5  통계해석용 소프트웨어  153
  14. 5. 1  R을 이용한 통계 분석  154
    14. 5. 1. 1  t-검정  155
    14. 5. 1. 2  Wilcoxon 검정  155
    14. 5. 1. 3  분산분석  155
    14. 5. 1. 4  주성분분석  157
    14. 5. 1. 5  대응해석  157
    14. 5. 1. 6  속성분류  157
    14. 5. 1. 7  뉴럴 네트워크  158
  14. 5. 2  Bioconductor의 affy 패키지  159
  14. 5. 3  상업용 통계 패키지  160
14. 6  요약  160
14. 7  Further Reading  161

부록 A  웹 정보들 : 상업용 소프트웨어 패키지  163
참고문헌  167
색인  187