湖北算法还原与开发数据科学活动

来源: 发布时间:2021-10-22

    **初目的:对手上的**样本(或病人)进行分型分析,期望找到不同的亚型,并对应不同的临床特征。可扩展应用到:所有样本的亚型分析,用于样本的特征分析。数据可用转录组、基因组、甲基化、蛋白质组等。输入数据格式:一个数值矩阵,行是基因或者其他特征,列是样本。本分析要求样本数要多,有利于亚型的分析。参考文献:(2)::本文利用室管膜瘤病人的甲基化数据,首先进行了tSNE分型,随后又采用了新的方法spectralclustering进行分类分析,作者比较了两种分类方法。使用spectralclustering的分类,鉴定了每一种**亚型的特异性表达模式。并且发现spectralclustering的分类和病人的临床特征有关,从而提出一种新的室管膜瘤亚型,可用于临床的筛选和检测。 胰腺疾病预后相关长链非编码RNA。湖北算法还原与开发数据科学活动

湖北算法还原与开发数据科学活动,数据科学

    **突变频谱分析(突变模式):目的:输入突变数据,用非负矩阵分解方法NMF分析突变特征,描述样本集的突变模式。什么是突变模式:这也是对TCGA数据的深度挖掘,从而提出的一个统计学概念。文章(Signaturesofmutationalprocessesinhumancancer)研究了30种**,发现21种不同的mutationsignature。如果理解了,就会发现这个其实蛮简单的,他们并不重新测序,只是拿已经有了的TCGA数据进行分析,而且居然是发表在nature上面!文章研究了4,938,362mutationsfrom7,042cancers样本,突变频谱的概念只是针对于somatic的mutation。一般是对**病人的**组织和*旁组织配对测序,过滤得到的somaticmutation,一般一个样本也就几百个somatic的mutation。还有其它文章(Mutationalsignatures:thepatternsofsomaticmutationshiddenincancergenomes)也是这样分析的从2013年提出到现在,已经有30种mutationsiganures,在cosmic数据库有详细记录,更新见:MutationalSignatures。它的概念就是:根据突变上下文分成96类,然后每类突变的频率不一样画一个条形图,可视化展现。应用场景:突变特征定义:体细胞突变是多个突变过程如DNA修复缺陷,暴露于外源或内源诱变剂等综合结果。 四川文章成稿指导数据科学怎么样生存曲线分隔,在展示基因表达水平对生存期的影响时找到分组。

湖北算法还原与开发数据科学活动,数据科学

Inmmune gene

免疫学研究是目前科研领域争相研究的热点,**免疫细胞浸润是其中一种。**免疫细胞浸润是指免疫细胞从血液中移向**组织发挥作用。我们从**组织中分离出浸润免疫细胞含量,计算基因与浸润免疫细胞含量的相关性,筛选出影响免疫浸润的候选基因。

基本原理:

从基因矩阵数据中提取免疫细胞含量,生成免疫细胞含量矩阵;

计算目标基因与浸润免疫细胞含量的相关性,筛选与浸润免疫细胞含量高度相关的基因。

术语解读:

相关性系数(pearson,spearman, kendall)反应两个变量之间变化趋势的方向以及程度。相关系数范围为-1到+1。0表示两个变量不相关,正值表示正相关,负值表示负相关,值越大表示相关性越强。

数据要求:

**数据表达矩阵

    GSVA算法接受的输入为基因表达矩阵(经过log2标准化的芯片数据或者RNA-seqcount数数据)以及特定基因集。**步,算法会对表达数据进行核密度估计;第二部,基于**步的结果对样本进行表达水平排序;第三步,对于每一个基因集进行类似K-S检验的秩统计量计算;第四步,获取GSVA富集分数。**终输出为以每个基因集对应每个样本的数据矩阵。无监督算法无监督算法常常被用于数据挖掘,用于在大量无标签数据中发现些什么。它的训练数据是无标签的,训练目标是能对观察值进行分类或区分等。核密度估计核密度估计(kerneldensityestimation)在概率论中用来估计未知的密度函数,属于非参数检验方法之一。数据要求1、特定感兴趣的基因集(如信号通路,GO条目等),列出基因集中基因2、基因表达矩阵,为经过log2标准化的芯片数据或者RNA-seqcount数数据(基因名形式与基因集对应)下游分析1、基因集(如信号通路)的生存分析2、基因集(如信号通路)的差异表达分析3、基因集。 我们团队具备完整的数据分析、数据库构建、软件开发团队。

湖北算法还原与开发数据科学活动,数据科学

    不同分组的全基因组拷贝数变化的比较:**初目的:不同分组的拷贝数变异在染色体水平和染色体臂水平的展示和比较。应用:不同分组的全基因组拷贝数变化的比较,展示genome-wideDNAcopy-numberprofiles。不同染色体臂的变异与临床表型息息相关。输入数据格式:一个表征每个样本的染色体变异(gain,balance,loss)的数值矩阵和样本分组信息。或者拷贝数的原始结果,可处理成所需矩阵。参考文献:(2)::本文计算出病人的拷贝数变异情况后,按照之前病人的分组比较了不同分组的染色体变异的异同,找到特定的染色体变异模式。确定了各组的特征,如lmonosomy2inPFB2,monosomy8inPFB3,monosomy3inPFB1,andgainof1qinPFB1.。 基因组数据全链条处理、蛋白组代谢组个性化分析。四川文章成稿指导数据科学怎么样

OmicCircos图可以对感兴趣的多个基因,展示其染色体的位置、拷贝数变异等多个特征。湖北算法还原与开发数据科学活动

    术语解释:互斥性(mutuallyexclusive):一组基因中只有一个在一种**中发生改变,这种现象被称为互斥性。共现性(co-occurrence):不同途径功能的基因突变可能发生在同一**中,这种现象被称为共现性。数据要求:基因突变数据下游分析:对于存在共现性或互斥性的基因对/基因集基因集的功能分析基因集相关的生存分析基于基因集的潜在靶向药物分析文献一:Functionalgenomiclandscapeofacutemyeloidleukaemia急性髓性白血病的功能基因组图(于2018年10月发表在Nature.,影响因子)文献中使用DISCOVER40方法评估531例白血病患者中**常见的复发性突变的共现性或排他性,并用点图展示。文献二:ALPK1hotspotmutationasadriverofhumanspiradenomaandspiradenocarcinoma文献中利用DISCOVER共现性质和互斥性分析工具对ALPK1和CYLD的互斥性进行了评价。 湖北算法还原与开发数据科学活动