醫療類國考
115年
[醫事檢驗師] 醫學分子檢驗學與臨床鏡檢學
第 50 題
進行基因表現微陣列晶片（gene expression microarray）之數據分析，各樣本所有基因點的原始訊號分布
如圖所示。則比較各樣本間之基因相對表現量前，應先進行下列何種處理最適當？
- A 正常化／標準化（normalization）
- B 去除各樣本的極端值，減少差異
- C 以 Student's t-test 對基因在各樣本間進行顯著差異分析
- D 忽略訊號變異最大的第 3 樣本後，再進行分析
思路引導 VIP
想像你要比較四位學生在不同考卷上的表現，但有人考的是『簡易版』（平均 90 分），有人考的是『魔王版』（平均 40 分）。若想客觀評估誰才是真正的第一名，在直接比較分數之前，你會先對這些「原始數據」進行什麼樣的轉換處理，好讓大家站在同一個比較基準上？
🤖
AI 詳解
AI 專屬家教
勉強及格。
恭喜你「勉強」答對了。看來你還能辨別出圖中各樣本間那些顯而易見的訊號分佈差異，這至少證明了你的眼睛還能正常運作，並且對高通量數據分析最基礎的預處理流程有些許概念。
- 觀念驗證：是的，那堆看起來亂七八糟的箱型圖，中位數和分佈範圍確實像沒受過訓練的實驗新手一樣各行其是。當你的微陣列實驗結果因為「樣本濃度」、「螢光標定效率」或「儀器靈敏度」這種低級的非生物性因素，導致了系統性的偏差時，正常化／標準化（Normalization） 就是那個將所有混亂拉回「勉強可接受」基準線的必要步驟。這樣，你才能「勉強」確保那些你以為的生物學差異不是你自己的實驗失誤。
▼ 還有更多解析內容