このチュートリアルは、ウェットの生物学・医学・農学系研究者がマイクロアレイのデータ解析を学習することを想定し、データの取得から生物学的解釈まで一通りの流れを解説したものです。マイクロアレイのデータ解析についてよく知らない人ほど、正しい解析方法というものがあって、正しく解析された結果を取得したいと考える傾向があります。GSE97918は、データ解析がそのようなものではないということを学べる良い例だと思います。
データ解析の方法には必ず議論の余地があります。分析者は主観的にデータを仮定しなければならないので、その分だけ異なるやり方があるはずです。また、その解析手法をとった前提条件を知らないと、結果の解釈は誤ったものになります。
だからこそ、他の研究者のデータセットを自分で再分析する価値があるのです。単に論文を読むだけではなく、自分自身で再分析を行うことで、より多くの知識や洞察を引き出せるのはもちろん、あるいは正反対の結論すら得ることができるでしょう。
解析に必要なさまざまなデータを入手し、Subio Platformにインポートすることで異なるタイプの情報を統合する方法を学んでください。アレイデータ解析チュートリアル (01) - 解析の準備編
次の動画では、実際の実験データで避けることのできない質的問題が現れます。ムービーの中で示されている方法だけが正しい方法ではありません。異なる仮定をして、異なる方法で解析することもできます。
意思決定におけるポイントを学び、自分ならこのデータセットをどのように解析するか、考えてみてください。
アレイデータ解析チュートリアル (02) - 正規化と前処理
正規化および前処理を適用する判断のポイントを学んでください。そして、これらの操作がデータにもたらす効果を理解して、適切に使えるようになりましょう。
アレイデータ解析チュートリアル (03) - フィルタリングと発現差解析
何も考えず、自動的に解析手法を適用することは、誤った結論を導くことになりかねません。データの特性を把握し、適切な方法を選択する方法を学んでください。
アレイデータ解析チュートリアル (04) - 多変量解析と生物学的解釈
PCAやクラスタリングは、データセットを要約するのに便利です。しかし、このような統計的手法では生物学的な答えは得られません。生物学的発見のためには、データの海に飛び込まなければなりません。ここから先がマイクロアレイデータ解析の一番難しいところです。 統計解析などで時間を無駄にしている場合ではありません。