常用的质量控制的指标： 平均数法、RLE、NUSE和RNA降解曲线 根据以上指标综合决定实验是否合格，并提出质量不合格的样品。
可以看出，这个芯片的整体检查率并不太高，且GSE23740、GSM23745、GSM23746、GSM23750、GSM2375和GSM23757的RLE和NUSE偏离中心太多，整体RNA降解斜率偏低。在实际科研中，我们最好寻找高质量的芯片。
考虑到整体芯片质量不佳，过滤后剩余的样本数会比较少，下面就假装质量还可以进行下游分析（请大家谅解！）
当然affy包主要针对的是旧版的Affymetrix芯片，如hgu95/95和hgu133系列。下一篇我们来看看oligo包。
参考链接：
R语言_Affymetrix芯片数据处理
用affy包读取affymetix的基因表达芯片数据-CEL格式数据
rbind/cbind对数据合并的要求比较严格：合并的变量名必须一致；数据等长
cbind是根据列进行合并，合并的前提是所有数据行数相等。
rbind是根据行进行合并，就是自动往下面顺延，但要求所有数据列数是相同的才能用rbind.
