THEA：本体驱动的微阵列数据分析
定量方法
2007-09-11 v1
摘要
动机：微阵列技术使得测量数千个变量并在数百种条件下比较其值成为可能。一旦微阵列数据被量化、归一化和分类，分析阶段本质上是一项基于视觉检查类别的手动且主观的任务，需结合海量可用信息进行。目前，数据解释显然构成了此类分析的瓶颈，显然需要能够填补经数学方法处理的数据与现有生物学知识之间差距的工具。结果：THEA（高通量实验分析工具）是一个集成的信息处理系统，允许便捷地处理数据。它允许使用来自知识库的选定生物学信息自动注释源自分类系统的数据，并允许手动搜索和浏览这些注释，或根据统计标准（数据挖掘）自动生成有意义的概括。可用性：该软件可在网站 http://thea.unice.fr/ 获取。
引用
@article{arxiv.0709.1397,
title = {THEA: ontology-driven analysis of microarray data},
author = {Claude Pasquier and Fabrice Girardot and Karim Jevardat De Fombelle and Richard Christen},
journal= {arXiv preprint arXiv:0709.1397},
year = {2007}
}