有关芯片数据写作方面的基本思路

随着生物芯片技术在广大科研工作人员研究工作中的应用，在写作论文的时候，如何比较科学、直观地体现生物芯片实验的结果，是一些初步尝试利用芯片数据来写作论文的科研工作人员希望了解的环节。现就笔者在生物芯片技术领域积累的一些经验，做一个初步的总结。但由于生物技术发展很快，有很多内容可能遗漏，还请读者能及时指出不足之处。

1.挑选差异表达的基因

利用生物芯片进行研究的第一步，往往是要找到差异表达的基因。选择差异表达的基因，笔者建议采用生物芯片为科研工具的研究人员使用SAM 软件（Significant Analysis of Microarray），它是由Standford 大学开发的一个免费软件，目前广泛地被学术界所采用，进行挑选差异基因。

SAM 软件可以作为插件在Office Excel 软件中进行应用，很容易被生物医学工作者掌握。SAM 软件进行分析的一个基本前提就是需要至少3 次实验以上的重复。这里的重复可以是生物材料的重复，例如某种疾病包含多个病人；也可以是实验的重复，例如药物处理细胞做了4 次实验。

通过重复实验，才能从统计学意义上判断差异变化的基因。可以理解SAM 软件和统计学t-test 检验有类似之处。笔者从合作单位被编辑退回的稿件中了解到，有很多退稿是因为没有进行重复实验，例如对照和处理各一个样本，然后认为荧光信号值差异在2 倍以上的基因就是差异的基因。

审稿编辑的意见往往是需要加上重复实验进行统计分析。

举一个例子，要研究某种疾病A 的人群和疾病B 的人群血液中有核细胞基因表达的差异（疾病A 和疾病B 人群分别至少要有3 个人以上）。