芯片质量控制 (Quality control)    通过对数据的各项指标的分析作图，可以评估芯片实验质量，了解数据的分布规律，并为下一步分析方法提供参考。

数据的标准化   对原始数据进行标准化处理，是为了消除背景噪音，过滤脏数据以及去除同一实验的不同芯片之间的实验误差，将不同芯片的数据调整到同一水平，使之具有可比性。

片段化分析(Segmentation)   通过各种统计学方法，如DNAcopy, GLAD, BioHMM, tilingArray等，将芯片的log ratio值按照染色体物理图谱位置平滑化和片段化，以进一步分析基因组异常拷贝区域。

差异基因组区域鉴定(Genomics alteration regions identification)   基于segmentation的分析结果，采用一定的域值和分析方法，可以得到样本基因组的差异拷贝数区域。与翔自主开发了特色的基因组图谱视图，可以同时整合基因组拷贝数和基因表达谱数据。

差异基因组区域基因注释以及功能分析(Gene annotation and functional analysis)    选取位于差异区域的基因，并结合区域CNV值(或基因表达谱)进行功能分析。

全基因组整合视图(Whole genome integrative visualization)    基因组拷贝数变化往往影响表达谱的改变，将各个样本的差异基因组区域在全基因组定位，并结合基因表达谱信息，同时以染色体为背景作图。红色表示扩增和表达上调，蓝色表示缺失和表达下调，颜色的深浅反映了扩增或缺失的程度。