后綴為cel的芯片文件，對應(yīng)的芯片平臺為Affymetrix, 針對這一平臺的數(shù)據(jù)，可以通過R包affy來讀取，讀取時我們需要以下兩種文件

1. 后綴為cel的探針熒光信號強度文件

2. 后綴為cdf的探針布局文件

cel文件是芯片掃描之后的原始數(shù)據(jù)文件，而cdf文件是每個芯片平臺對應(yīng)的文件，cdf格式的詳細解釋可以參考如下鏈接

https://media./support/developer/powertools/changelog/gcos-agcc/cdf.html

部分內(nèi)容截圖如下

針對一些常用芯片, bionconductor annotation收錄了對應(yīng)的cdf注釋信息，鏈接如下

http://master./packages/release/data/annotation/

在讀取數(shù)據(jù)的過程中，affy會根據(jù)芯片平臺自動化地從annotation中下載對應(yīng)的cdf包，對于那些cdf文件沒有收錄在annotation中的芯片，就只能通過makecdfenv包手動創(chuàng)建對應(yīng)的注釋包了。

使用affy包讀取cel文件的代碼如下

library(affy)# 讀取數(shù)據(jù)data <- ReadAffy(celfile.path = "cel_file_dir")

核心就是ReadAffy函數(shù)，只需要提供cel文件所在文件夾的路徑即可。

原始信號讀取之后，我們需要將原始的探針水平的信號強度轉(zhuǎn)變?yōu)榛蛩降谋磉_量，需要經(jīng)過以下步驟

1. 讀取探針水平的數(shù)據(jù)

2. 背景校正

3. 歸一化

4. 探針特異性的背景校正，比如減去陰性對照的熒光強度

5. summary, 將一組探針的表達量合并為一個表達值水平

所有這些都通過一個函數(shù)expresso來執(zhí)行，該函數(shù)非常靈活，包含了以下多個參數(shù)

1. bgcorrect.method

2. normalize.method

3. pmcorrect.method

4. summary.method

針對每一步驟都提供了很多的方法可供選擇，展示如下

> library(affydata))> data(Dilution)> normalize.methods(Dilution)[1] "constant"         "contrasts"        "invariantset"     "loess"            "methods"         [6] "qspline"          "quantiles"        "quantiles.robust"> bgcorrect.methods()[1] "bg.correct" "mas"        "none"       "rma"       > pmcorrect.methods()[1] "mas"        "methods"    "pmonly"     "subtractmm"> express.summary.stat.methods()[1] "avgdiff"      "liwong"       "mas"          "medianpolish" "playerout"

在expresso函數(shù)的基礎(chǔ)上，封裝了兩個常見處理函數(shù)

1.mas5

2.rma

本質(zhì)是固定了各種參數(shù)的值，從讀取原始數(shù)據(jù)，到得到探針表達量的完整代碼如下

library(affy)# 讀取數(shù)據(jù)data <- ReadAffy(celfile.path = "cel_file_dir")# 歸一化, 二選一eset <- mas5(data)est <- rma(data)# 輸出write.exprs(eset, file="data.txt")