以Multiple expriment viewer工具分析microarray data

Multiple experiment viewer(MeV)主要用來分析矩陣式的資料，例如microarray、96 well孔盤、RNA seq等。可將每個資料點做相關性分群，可比較實驗組、對照組之間的差異性，計算出基因與基因間的相關性。

步驟如以下:

1. 於moodle下載MeV的軟體以及老師給的microarray data，點選"TMEV.bat"進入MeV軟體頁面。點選File > Load data > Select file loader> Browse下載好的microarray data > Add all(依序時間點) > Load

2. Load microarray data後，會出現矩陣資料標示紅色與綠色。接著進行Normalization:

Adjust data > Normalization > Ratio Statistics > Confidence interval選擇95% > OK

Normalization的目的是讓數據之間可以互相比較的前處理，原始的數據不能直接比較。

3. 進行Normalization後可以先儲存檔案，接著要看基因與基因之間的相關性:

Analysis > Clustering > HCL: Hierarchical Clustering > 直接按OK

 4. 點選HCL Tree，可以看到基因與基因間的相關性。

5. 接著點選某一子範圍的tree來進行獨立分析:
先按子cluster的tree > 按右鍵 > Launch new session

6. 獨立某個子cluster的session後，進行Visualization分析各個基因之間的相關性。
Visualization > Gene Distance Matrix > genes > OK

7. 在Matrix View中，可以點選各點看基因與基因之間的關聯性。

8. 接著設定要分群的組數，將最接近的分成一組。

Analysis > Clustering > K-means/K-Medians > 選Cluster Genes > 設定Number of clusters 和 Maximum iterations  > OK

9. 在分群結果中，可以看到Cluster的圖型和表格，接著利用密度法(CAST)，依數據相關性自動分群，使用預設參數。
Analysis > Clustering > CAST 

10. 點選cluster的分析結果可以看到數據間的趨勢。

11. 最後在進行Normalization的步驟就完成了，可以讓基因之間的差異性更凸顯出來。分析的結果在all cluster中可以一起看到。