にとって JMPゲノミクス 3.2、CELインポートプロセスでGCRMAバックグラウンド補正を実装するようにユーザーからいくつかの要求がありました。JMP Genomics 3.0にRMAを実装するという要求と同様に、これは主に、RAMメモリに制限されることなく比較的大きなデータセットを処理したいという顧客の要望によって動機付けられました。32ビット2GB Windows XPマシン上のR / Bioconductorに実装されているGCRMAを使用して、一度に約60〜80個のHU133 CELファイルを処理することに制限されていると一部の顧客（および当社のテスター）が報告しました。これは、R / Bioconductorをスタンドアロンアプリケーションとして使用しているとき、またはJMP GenomicsのBioconductor Expressoラッパーを使用しているときに発生しました。
JMP Genomics GCRMAの実装は、このメモリの制限を克服し、一度に数百または数千のCELファイルの処理を可能にします。このプロセスの間、開発者Tzu-Ming ChuはSASコードでアルゴリズムを実装するために中間ステップを踏みました。GCRMAの他の商業的な実装と同様に、私たちの実装は、バックグラウンド補正を推定するためにミスマッチプローブに依存するアルゴリズムのバージョン（2.1）を使用します。
JMP Genomics GCRMAは、R / Bioconductorの実装と高い相関がある結果をもたらします。同じアレイに対して2つの実装によって生成されたlog 2 GCRMA正規化強度間の相関は、我々がテストしたいくつかのデータセットについて0.995から0.999の範囲であった。ちなみに、Tzu-Mingは、Rの実装におけるいくつかのステップ（例えば、非特異的結合親和性を推定するためのデータのサブセットへのラインフィット）が、アルゴリズムの異なる実行によって選択されたランダムサブセットの性質に敏感であることを発見した。彼はまた、現在リリースされているgcrmaパッケージのバージョンが現在開発中のベータ版とは異なることを発見しました。そのため、このパッケージのユーザーは、アルゴリズムの新しいバージョンで起こる可能性のある変更に注意する必要があります。GCRMA正規化はWu et al。に導入されましたが。（2004）、Bioconductorでの実装はバージョンによって異なります、そして、原著論文と全く同じではないかもしれません。
Tzu-Mingと他の開発者は、RMAやGCRMAのような分位正規化を含む正規化方法がかなり厳格な方法であることを常に指摘するよう私に強く勧めます。でネイチャーバイオテクノロジー MAQC I、Tongらによる出版物。（2006）Affymetrix外部コントロール（接頭辞AFFXを持つプローブセット）がGCRMAとRMAの正規化の後に矛盾して実行する傾向があることを明らかに示しました。GCRMAとRMAの正規化を適用すると、配列間の相関が改善されますが、これらの方法を使用するユーザーはデータを過度に正規化する危険性があります。JMP Genomicsでこれらのメソッドを実装する主な動機は、商業顧客からの需要と、ゲノム解析市場でのこれらのアルゴリズムの人気でした。私は開発チームに時々思い出させるように、我々はそれが欲しいものを市場に言うことができません。私たちの若い製品にとって、これはまだこの現象の最も良い例です。
