芯片原始数据下载后进行质控标准化除了基于相关的软件外，也可以利用bioconductor的几个包，不过需要注意介于R版本的问题，包的安装基于install.packages可能安装不成功。
芯片原始数据下载后进行质控标准化除了基于相关的软件外，也可以利用bioconductor的几个包，不过需要注意介于R版本的问题，包的安装基于install.packages可能安装不成功。
具体安装方法最好去网站查找R包和对应R版本，新老版本的R差别可能会很大。
下面基于R version 3.5.1下面基于列举几个芯片原始数据质控标准化的包
1、affy 针对affymetrix 芯片CEL文件进行分析标准化，标准化算法RMA、 MAS5，可以分别对应rma和mas5两个函数直接对affybatch操作，获得标准化后的数据
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("affy", version = "3.8")
2、lumi 可以对Illumina microarray为标准化的数据进行预处理
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("lumi", version = "3.8")
Illumina beadarray 还可以基于beadarray包进行预处理
3、limma除进行芯片数据差异表达筛选外，也可以进行芯片数据标准化处理，包括agilent芯片
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("limma", version = "3.8")
进行芯片数据预处理或标准化的包比较多，这里列举常见的几个
更多生物信息课程：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课：linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图
7. 医学相关数据挖掘课程，不用做实验也能发文章：TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他，二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读
