Serial dilution curve: a new method for analysis of reverse phase protein array data.
Serial dilution curve: a new method for analysis of reverse phase protein array data.
复制标题
DOI：
10.1093/bioinformatics/btn663
复制
发表时间：
2009-03-01
期刊：
影响因子：
--
通讯作者：
Coombes K
中科院分区：
文献类型：
--
作者：
Zhang L;Wei Q;Mao L;Liu W;Mills GB;Coombes K
反相蛋白质阵列 (RPPA) 是一种强大的高通量工具，用于测量大量样品中的蛋白质浓度。在 RPPA 技术中，原始样品通常会连续稀释多次，形成稀释系列，以扩大测量的动态范围并增加定量的置信度。 RPPA 实验相当于同时运行多个 ELISA 测定，只不过通常没有已知的蛋白质浓度可用于构建标准响应曲线。在这里，我们描述了一种称为“RPPA 数据分析的连续稀释曲线”的新方法。与现有方法相比，新方法的优点是使用较少的参数，并提供了一种简单的原始数据可视化方法。我们展示了如何使用该方法检查数据质量并获得蛋白质浓度的可靠定量。可用性：使用连续稀释曲线进行 RPPA 数据分析的 R 计算机程序可在 http://odin.mdacc.tmc.edu/~zhangli/RPPA 上免费获取。联系方式：lzhangli@mdanderson.org
Reverse phase protein arrays (RPPAs) are a powerful high-throughput tool for measuring protein concentrations in a large number of samples. In RPPA technology, the original samples are often diluted successively multiple times, forming dilution series to extend the dynamic range of the measurements and to increase confidence in quantitation. An RPPA experiment is equivalent to running multiple ELISA assays concurrently except that there is usually no known protein concentration from which one can construct a standard response curve. Here, we describe a new method called ‘serial dilution curve for RPPA data analysis’. Compared with the existing methods, the new method has the advantage of using fewer parameters and offering a simple way of visualizing the raw data. We showed how the method can be used to examine data quality and to obtain robust quantification of protein concentrations. Availability: A computer program in R for using serial dilution curve for RPPA data analysis is freely available at http://odin.mdacc.tmc.edu/~zhangli/RPPA. Contact: lzhangli@mdanderson.org
登录
查看更多内容
影响因子：
4.4
作者：
Fan, You-Hong;Hu, Zhibin;Wei, Qingyi
通讯作者：
Wei, Qingyi
影响因子：
5.8
作者：
Mircean, C;Shmulevich, I;Zhang, W
通讯作者：
Zhang, W
DOI：
10.1073/pnas.0606827104
发表时间：
2007-04-17
影响因子：
11.1
作者：
Sahin, Ozgur;Loebke, Christian;Arlt, Dorit
通讯作者：
Arlt, Dorit
影响因子：
4.4
作者：
SIPS, R
通讯作者：
SIPS, R
影响因子：
13.3
作者：
Yokoyama, Tomohisa;Kondo, Yasuko;Kondo, Seiji
通讯作者：
Kondo, Seiji