以往研究芯片实验数据的方法多半是通过在对照样品与处理样品的基因表达的量的关系来进行的，这需要首先找到一组以往就有一定认识的基因来做分析。这篇文章使用了一个新方法，此方法是基于有名搜索引擎Google中使用的Pagerank运算法则，用这种方
法可使有些分析自动化进行。
从1998年，Google搜索引擎就逐渐垄断了因特网上的搜索引擎界，而Google搜索引擎的基础是PageRank运算法则，此法则可以使搜索结果很有效并稳定的排序。这里作者运用了PageRank运算法则并经过一定修改来分析芯片数据，它能把表达数据与其它一些信息如功能注释、蛋白质互作图以及以往的实验数据结合起来。
参考文献：
Julie L Morrison (jmorriso@dcs.gla.ac.uk)
Rainer Breitling (R.Breitling@bio.gla.ac.uk)
Desmond J Higham (djh@maths.strath.ac.uk)
David R Gilbert (drg@dcs.gla.ac.uk)
GeneRank: Using search engine technology for the analysis of microarray experiments.
BMC Bioinformatics 2005, 6:233 doi:10.1186/1471-2105-6-233
http://www.biomedcentral.com/content/6/1/233
(http://www.ebiotrade.com/)
