序　−本書を刊行するにあたって− 【藤渕　航】

本書の活用の仕方【藤渕　航】

第1章 遺伝子測定データの標準化

［基礎知識編］

プラットフォームの違いと標準化の意義【藤渕　航】

［基本解析編］Excelによる簡単な標準化　—アレイデータ処理の基本—

１ 正規分布による標準化平均値と標準偏差の計算【藤渕　航】

２ 一色法アレイの標準化測定値データの処理法【友田史緒里】

３ 二色法アレイの標準化比データの処理法【秋山英雄】

［応用解析編］より高度な標準化

①Ｒを用いた標準化Affymetrix，Agilentなど【金 　鈴，藤渕　航】

②その他の大規模解析データの標準化次世代シークエンサー【秋山英雄】

第2章 有意差解析

［基礎知識編］

有意差検定とマーカー遺伝子の意義【門田幸二】

［基本解析編］Excelによる簡単な検定　—パラメトリックとノンパラメトリック法—

１ 二群からの有意差検定t検定，Mann-Whitney U検定など【門田幸二】

２ 多群からの有意差検定ANOVA-F検定，KW検定など【門田幸二】

３ 相関係数と回帰分析系列値との関連遺伝子を探す【茂櫛　薫】

［応用解析編］より高度な解析　—実用的な解析—

１ 発現傾向解析（トレンド解析）【荻島創一，石渡龍輔，森岡勝樹】

２ 機能グループ解析（GSEA）有意遺伝子群の生物学的意味【岡田吉史 】

３ 判別分析（SVM）【荻島創一】

第3章 クラスタリング

［基礎知識編］

クラスタリングの意義【坊農秀雅】

［基本解析編］Clusterを用いた解析　—クラスタリングの基本—

１ 階層クラスタリング【Michiel Jan Laurens de Hoon，橋本健洋】

２ Java TreeViewによる表示木構造によるデータの表現【河野　信】

３ 非階層型クラスタリングk平均法，自己組織化マップ【瀬々　潤】

［応用解析編］より高度なクラスタリングと表示方法

１ バイクラスタリング法 遺伝子と実験の双方向クラスタリング【岡田吉史】

２ グラフによる類似関係の可視化最適木とyEdによる表示【谷口丈晃 】

第4章 ネットワーク解析

［基礎知識編］

ネットワーク解析の意義【堀本勝久】

［基本解析編］パスウェイデータによる解析　—ネットワーク解析の基本—

１ パスウェイデータベースの基本操作【酒井紀子，山本智子，中村浩実，福田賢一郎】

２ パスウェイデータへのマッピングと可視化Cytoscapeの利用方法【大野圭一朗】

３ 文献データとの照合MEDLINEデータを用いた整合性検索【山本泰智】

［応用解析編］より高度な解析

１ 偏相関係数によるネットワーク推定グラフィカル・ガウシアン・モデル法【油谷幸代】

２ S-systemモデルによるネットワーク推定【富永大介，岡本正宏】

３ ネットワークと実験値の適合度評価 ネットワークモチーフ分解法【齊藤　秀，堀本勝久】

索引