根据提供的文件内容，可以提炼出以下知识点：
1. Affymetrix外显子芯片
Affymetrix是基因芯片技术的领先供应商，其外显子芯片是一种专门用于基因表达分析的高密度微阵列。外显子芯片的设计基于杂交技术，主要用于测量基因及其异构体的表达水平。由于高密度的探针覆盖，外显子芯片能够覆盖基因组中的大部分外显子区域，从而提供关于基因表达变化的详细信息。选择性剪切（Alternative splicing, AS）是高等真核生物中的一种重要现象，一个基因可以通过不同的剪切方式产生多种蛋白质异构体。Affymetrix外显子芯片能够在一定程度上揭示这些剪切异构体的表达水平。
2. 选择性剪切（AS）与疾病
选择性剪切是一种基因表达后调控的机制，使得一个基因可以产生多个转录本和蛋白异构体。选择性剪切的异常与多种人类疾病相关联，因此研究选择性剪切对于理解相关疾病的分子机制非常重要。基因以及基因异构体水平的表达分析是揭示这种剪切变化情况的常用研究方法。
3. 数据噪声问题
在进行基因表达水平分析时，Affymetrix外显子芯片原始数据中存在大量的噪声。这些噪声主要来源于杂交技术设计固有的特性，如探针与多种剪切异构体的多映射关系。这些多映射关系使得剪切异构体表达水平的计算变得具有挑战性。
4. 基于伽玛分布的概率模型（GME）
为了解决外显子芯片数据分析中的噪声问题，提出了基于伽玛分布的概率模型（Gamma model for exon array data, GME）。该模型尝试对探针的行为进行建模，并计算基因和异构体的表达水平。尽管GME模型在一定程度上提高了计算精度，但它在处理真实数据时可能仍有局限。
5. 改进的iGME模型
为了进一步提高计算精度和速度，提出了改进的方法iGME（improved Gamma model for exon array data）。iGME模型使用了已知的基因剪切异构体与探针之间的对应关系，并模拟了条件独立的探针特性。通过这种方法，能够更准确地计算出基因及其异构体的表达水平。
6. 研究验证与比较
通过使用真实的实验数据来验证iGME模型，并将其结果与传统的分析方法进行比较。经过验证，iGME模型在提高计算精度和计算效率方面表现更加优异。
7. 关键技术与挑战
在使用外显子芯片进行基因表达分析时，核心的技术挑战之一是如何处理由于选择性剪切和杂交技术引起的噪声和多映射问题。有效的概率模型，如GME和iGME，需要能够准确反映探针和剪切异构体之间的关系，并模拟探针的行为。这些模型不仅要确保计算的准确性，还需要保证计算过程的效率。
8. 研究的意义
提高对基因及异构体表达水平的分析精度对于疾病研究、药物开发以及医学诊断等领域具有重要的科学意义。特别是在个性化医疗和精准医疗领域，对特定疾病相关的基因表达模式的深入理解能够指导更有效的治疗策略。
从上述知识点中可以看出，改进的Affymetrix外显子芯片原始数据分析方法是一个结合了现代生物信息学和统计建模的复杂过程，其研究不仅对基础生物学有重要贡献，也对医学领域的应用研究具有潜在的推动作用。
