今天快速浏览了一遍Bioconductor Case Studies这本书的前半部分，大有相见恨晚之感。里面系统地阐释了很多microarray的东西，让我之前的一些疑问得到冰释。
1. 对于单通道microarray来讲，一般的预处理往往由三个步骤组成：
a) background correction: 把背景噪声去掉。
b) between array normalization: 每个芯片之间由于加样量、操作以及本身芯片制作时产生的差别，会有所不同，因此，将不同芯片之间进行标准化（normalization）后比较，才能更真实地反映出差别。
c) reporter summarization: 每个芯片的probe sets都是由数个或数十个probes组成，总和这些probes的信号，得到一个probe sets的信号的过程就是summarization。
对于Affy的expression芯片来讲，RMA即能够把这些东东统统囊括。还可以使用VSN 包。不过VSN 包的函数justvsn不包含summarization这一步。
2. eBayes
之前每次看到大名鼎鼎的limma包，总是能看到eBayes这个函数，一直没有太懂，今天终于明白：
以前microarray数量可能相对比较少，如果此时用t-test的话，variance的估计不会太准确，所以使用eBayes这个函数。
不过话说现在大家做microarray都很多了，一做做一堆，不许要考虑这个问题了～
3. Background correction以及Normalization的原理
这些东西在第五章有比较详细而且感觉蛮深入浅出地介绍～
现在还没读，一定要仔细读一读！
4. ROC曲线可以用来筛选gene marker，而且，sample越多，ROC筛选出来的基因反而越少！这一节有必要细读之！
5. Random Forest需要继续仔细研究！
总之，真的还有好多需要做的东西！