GSVA算法接受的輸入為基因表達(dá)矩陣（經(jīng)過(guò)log2標(biāo)準(zhǔn)化的芯片數(shù)據(jù)或者RNA-seqcount數(shù)數(shù)據(jù)）以及特定基因集。**步，算法會(huì)對(duì)表達(dá)數(shù)據(jù)進(jìn)行核密度估計(jì)；第二部，基于**步的結(jié)果對(duì)樣本進(jìn)行表達(dá)水平排序；第三步，對(duì)于每一個(gè)基因集進(jìn)行類(lèi)似K-S檢驗(yàn)的秩統(tǒng)計(jì)量計(jì)算；第四步，獲取GSVA富集分?jǐn)?shù)。**終輸出為以每個(gè)基因集對(duì)應(yīng)每個(gè)樣本的數(shù)據(jù)矩陣。無(wú)監(jiān)督算法無(wú)監(jiān)督算法常常被用于數(shù)據(jù)挖掘，用于在大量無(wú)標(biāo)簽數(shù)據(jù)中發(fā)現(xiàn)些什么。它的訓(xùn)練數(shù)據(jù)是無(wú)標(biāo)簽的，訓(xùn)練目標(biāo)是能對(duì)觀(guān)察值進(jìn)行分類(lèi)或區(qū)分等。核密度估計(jì)核密度估計(jì)（kerneldensityestimation）在概率論中用來(lái)估計(jì)未知的密度函數(shù)，屬于非參數(shù)檢驗(yàn)方法之一。數(shù)據(jù)要求1、特定感興趣的基因集（如信號(hào)通路，GO條目等），列出基因集中基因2、基因表達(dá)矩陣，為經(jīng)過(guò)log2標(biāo)準(zhǔn)化的芯片數(shù)據(jù)或者RNA-seqcount數(shù)數(shù)據(jù)（基因名形式與基因集對(duì)應(yīng)）下游分析1、基因集（如信號(hào)通路）的生存分析2、基因集（如信號(hào)通路）的差異表達(dá)分析3、基因集。 承擔(dān)各類(lèi)項(xiàng)目超過(guò)400余項(xiàng)。云南文章成稿指導(dǎo)數(shù)據(jù)科學(xué)怎么樣

    LASSO是一種機(jī)器學(xué)習(xí)算法，通常被用來(lái)構(gòu)建可以預(yù)測(cè)預(yù)后情況的基因模型。也可以篩選與特定性狀相關(guān)性強(qiáng)的基因。LASSO對(duì)于高維度、強(qiáng)相關(guān)、小樣本的生存資料數(shù)據(jù)有較好的效果。LASSO的基本思想是在回歸系數(shù)的***值之和小于一個(gè)常數(shù)的約束條件下，使殘差平方和**小化，從而使某些回歸系數(shù)嚴(yán)格等于0，來(lái)得到可以解釋的模型。該方法的估計(jì)參數(shù)λ為調(diào)整參數(shù)。隨著l的增加，項(xiàng)就會(huì)減小，這時(shí)候一些自變量的系數(shù)就逐漸被壓縮為0，以此達(dá)到對(duì)高維資料進(jìn)行降維的目的。LASSO方法的降維是通過(guò)懲罰回歸系數(shù)的數(shù)量來(lái)實(shí)現(xiàn)的。基本原理LASSO回歸的特點(diǎn)是在擬合廣義線(xiàn)性模型的同時(shí)進(jìn)行變量篩選(VariableSelection)和復(fù)雜度調(diào)整(Regularization)。因此，不論目標(biāo)因變量(dependent/responsevaraible)是連續(xù)的(continuous)，還是二元或者多元離散的(discrete)，都可以用LASSO回歸建模然后預(yù)測(cè)。這里的變量篩選是指不把所有的變量都放入模型中進(jìn)行擬合，而是有選擇的把變量放入模型從而得到更好的性能參數(shù)。復(fù)雜度調(diào)整是指通過(guò)一系列參數(shù)控制模型的復(fù)雜度，從而避免過(guò)度擬合(Overfitting)。對(duì)于線(xiàn)性模型來(lái)說(shuō)，復(fù)雜度與模型的變量數(shù)有直接關(guān)系，變量數(shù)越多，模型復(fù)雜度就越高。

天津組學(xué)實(shí)驗(yàn)數(shù)據(jù)科學(xué)售后服務(wù)調(diào)控區(qū)域ChiP-seq信號(hào)分布圖。

Inmmune gene

免疫學(xué)研究是目前科研領(lǐng)域爭(zhēng)相研究的熱點(diǎn)，**免疫細(xì)胞浸潤(rùn)是其中一種。**免疫細(xì)胞浸潤(rùn)是指免疫細(xì)胞從血液中移向**組織發(fā)揮作用。我們從**組織中分離出浸潤(rùn)免疫細(xì)胞含量，計(jì)算基因與浸潤(rùn)免疫細(xì)胞含量的相關(guān)性，篩選出影響免疫浸潤(rùn)的候選基因。

基本原理：

從基因矩陣數(shù)據(jù)中提取免疫細(xì)胞含量，生成免疫細(xì)胞含量矩陣；

計(jì)算目標(biāo)基因與浸潤(rùn)免疫細(xì)胞含量的相關(guān)性，篩選與浸潤(rùn)免疫細(xì)胞含量高度相關(guān)的基因。

術(shù)語(yǔ)解讀：

相關(guān)性系數(shù)（pearson,spearman, kendall）反應(yīng)兩個(gè)變量之間變化趨勢(shì)的方向以及程度。相關(guān)系數(shù)范圍為-1到+1。0表示兩個(gè)變量不相關(guān)，正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)，值越大表示相關(guān)性越強(qiáng)。

數(shù)據(jù)要求：

**數(shù)據(jù)表達(dá)矩陣

    下游分析針對(duì)LASSO獲得的基因模型（或稱(chēng)基因Panel）的驗(yàn)證：1.計(jì)算風(fēng)險(xiǎn)指數(shù)RiskScore2.繪制ROC曲線(xiàn)、DCA曲線(xiàn)、列線(xiàn)圖進(jìn)行驗(yàn)證3.繪制生KM存曲線(xiàn)對(duì)基因模型中的基因進(jìn)行解釋和分析：1.基因注釋2.靶向藥物分析應(yīng)用示例：文獻(xiàn)1：PrognosticandpredictivevalueofamicroRNAsignatureinstageIIcoloncancer:amicroRNAexpressionanalysis.于2013年12月發(fā)表在LancetOncol.，影響因子。一個(gè)miRNA特征集在stageII結(jié)腸*的預(yù)后預(yù)測(cè)作用分析文章對(duì)stageII結(jié)腸*組織和*旁正常組織的miRNA芯片數(shù)據(jù)進(jìn)行了差異表達(dá)分析，并通過(guò)LASSOCox回歸對(duì)獲得的差異表達(dá)miRNA進(jìn)行篩選，獲得了6個(gè)miRNA的可以預(yù)測(cè)預(yù)后情況的miRNA特征集。文獻(xiàn)2：PrognosticValueofaBCSC-associatedMicroRNASignatureinHormoneReceptor-PositiveHER2-NegativeBreastCancer（于2016年9月發(fā)表在EBioMedicine.上，影響因子）文章將符合條件的患者劃分為訓(xùn)練集和測(cè)試集，首先分析獲得了**干細(xì)胞相關(guān)的miRNA，接著通過(guò)LASSO對(duì)**干細(xì)胞相關(guān)的miRNA進(jìn)行篩選，構(gòu)建了10個(gè)miRNA的預(yù)后預(yù)測(cè)模型，并計(jì)算風(fēng)險(xiǎn)指數(shù)繪制了生存曲線(xiàn)和ROC曲線(xiàn)。 結(jié)合WGCNA的ceRNA分析。

    STEM基因表達(dá)趨勢(shì)分析基因調(diào)控網(wǎng)絡(luò)是一個(gè)連續(xù)且復(fù)雜的動(dòng)態(tài)系統(tǒng)。當(dāng)生物體按照一定順序發(fā)生變化或者受到外界環(huán)境刺激（如受到不同濃度的化學(xué)藥物誘導(dǎo)）時(shí)，基因表達(dá)變化也會(huì)呈現(xiàn)趨勢(shì)特征。趨勢(shì)分析就是發(fā)現(xiàn)基因表達(dá)的趨勢(shì)特征，將相同變化特征的基因集中在一種變化趨勢(shì)中，從而找到實(shí)驗(yàn)變化過(guò)程中相當(dāng)有有代表性的基因群。STEM（ShortTime-seriesExpressionMiner），中文名短時(shí)間序列表達(dá)挖掘器。該軟件主要用于分析短時(shí)間實(shí)驗(yàn)數(shù)據(jù)，也可用于多組小樣本數(shù)據(jù)。推薦3至8組數(shù)據(jù)。一般可應(yīng)用的研究方向有：多個(gè)時(shí)間點(diǎn)的時(shí)間序列數(shù)據(jù)，例如多個(gè)發(fā)育時(shí)期、處理后多個(gè)時(shí)間點(diǎn)取樣?；驹鞸TEM采用了一種新的聚類(lèi)算法來(lái)分析時(shí)間序列基因表達(dá)趨勢(shì)。聚類(lèi)算法首先選擇一組不同的、有代表性的時(shí)間表達(dá)模式（temporalexpressionprofiles）作為模型（modelprofiles）。模型是**于數(shù)據(jù)選擇的，并從理論上保證了所選擇的模型剖面具有代表性。然后，根據(jù)每個(gè)標(biāo)準(zhǔn)化過(guò)后的基因表達(dá)模式，分配給模型中相關(guān)系數(shù)比較高的時(shí)間表達(dá)模式。由于模型的選擇是**于數(shù)據(jù)的，因此該算法可以通過(guò)排列測(cè)試，確定哪些時(shí)間表達(dá)模式在統(tǒng)計(jì)意義上***富集基因。對(duì)每一個(gè)基因都分配時(shí)間表達(dá)模式完成后。 診療軟件開(kāi)發(fā)、算法還原與開(kāi)發(fā)、臨床統(tǒng)計(jì)等數(shù)據(jù)科學(xué)工作。重慶組學(xué)數(shù)據(jù)處理數(shù)據(jù)科學(xué)售后分析

circos圖通過(guò)圓圈和連線(xiàn)展示多個(gè)亞組之間的關(guān)系，包括且不限于基因、基因片段、亞型。云南文章成稿指導(dǎo)數(shù)據(jù)科學(xué)怎么樣

    Adonis（置換多元方差分析，分析不同分組或環(huán)境因子對(duì)樣品差異的解釋度）：ADONIS置換多元方差分析（Permutationalmultivariateanalysisofvariance，PERMANOVA），又稱(chēng)非參數(shù)多因素方差分析（nonparametricmultivariateanalysisofvariance）、或者ADONIS分析。使用PERMANOVA可分析不同分組因素對(duì)樣品差異的解釋度，并使用置換檢驗(yàn)進(jìn)行***性統(tǒng)計(jì)。基本原理：置換多元方差分析（PERMANOVA，Adonis）是一種基于F統(tǒng)計(jì)的方差分析，依據(jù)距離矩陣對(duì)總方差進(jìn)行分解的非參數(shù)多元方差分析方法?；静襟E是基于OTU豐度表，計(jì)算樣本間樣本間Bray-curtis距離，然后adonis分析生成結(jié)果，繪圖展示。術(shù)語(yǔ)解讀：OTU：operationaltaxonomicunits，分類(lèi)單元Df：自由度，其值=所比較的分組數(shù)量-1；SumsOfSqs：即Sumsofsquares，總方差，又稱(chēng)離差平方和；MeanSqs：即Meansquares，均方（差）；FModel：F檢驗(yàn)值；R2：即Variation(R2)，方差貢獻(xiàn)，表示不同分組對(duì)樣品差異的解釋度，即分組方差與總方差的比值，R2越大表示分組對(duì)差異的解釋度越高；Pr(>F)：***性p值，小于***。數(shù)據(jù)要求：OTU豐度表或者樣本距離矩陣。 云南文章成稿指導(dǎo)數(shù)據(jù)科學(xué)怎么樣