组学数据处理数据科学售后服务

    GSEA分析：GSEA全名为GeneSetEnrichmentAnalysis（基因集富集分析）。用以分析特定基因集（如关注的GO条目或KEGGPathway）在两个生物学状态（如**与对照，高龄与低龄）中是否存在差异。能够研究基因变化的生物学意义。普通GO/KEGG富集的思路是先筛选差异基因，然后确定这些差异基因的GO/KEGG注释，然后通过超几何分布计算出哪些通路富集到了，再通过p值或FDR等阈值进行筛选。挑选用于富集的基因有一定的主观性，没有关注到的基因的信息会被忽视，所以有一定的局限性。在这种情况下有了GSEA（GeneSetEnrichmentAnalysis），其思路是发表于2005年的Genesetenrichmentanalysis:aknowledge-basedapproachforinterpretinggenome-wideexpressionprofiles。主要是要有两个概念：预先定义的基因集S（基于先验知识的基因注释信息）和待分析基因集L（一般初始输入是表达矩阵）；然后GSEA目的就是为了判断S基因集中的基因是随机分布于L（按差异表达程度对基因进行排序），还是聚集分布在L的顶部或者底部（也就是存在差异性富集）。如果基因集中的基因***富集在L的顶部或者底部，这说明这些基因的表达对定义的分组（预先分组）的差异有***影响（一致性）。在富集分析的理论中。 云生物提供数据科学服务。组学数据处理数据科学售后服务

ssGSEA（single sample GSEA）主要针对单样本无法做GSEA而提出的一种实现方法，原理上与GSEA是类似的。ssGSEA根据表达谱文件计算每个基因的rank值，再进行后续的统计分析。通过这个方法，我们可以得到每个样本的免疫细胞或者免疫功能，免疫通路的活性，然后根据免疫活性进行分组。

ssGSEA量化免疫细胞浸润**的一个优点就是自己可以定制量化免疫浸润细胞种类。目前公认并且用的**多的免疫细胞marker就是2013年发表在Immunity上的SpatiotemporalDynamicsof IntratumoralImmuneCellsReveal the Immune Landscape in Human Cancer 所提供的免疫细胞marker genes（Table S1），能提取到24种免疫细胞信息。 重庆文章成稿指导数据科学售后分析胰腺疾病预后相关长链非编码RNA。

    RNAseqChIP根据RNA-seq表达谱分析得到的结果，绘制对应基因启动子区的ChIP-seq信号，观察转录因子对基因的调控影响。一般可应用场景：测了RNA-seq和ChIP-seq，结合转录因子结合情况分析基因表达；只测了RNA-seq，补充相关ChIP-seq公共数据。基本原理：染色质免疫共沉淀技术（ChromatinImmunoprecipitation，ChIP）也称结合位点分析法，是一种研究蛋白质与染色质结合情况的方法。将ChIP与第二代测序技术相结合的ChIP-Seq，能够高效地在全基因组范围内检测与组蛋白、转录因子等互作的DNA区段。转录组测序RNA-seq，获取的转录组基因表达情况，结合ChIP-seq数据，可以从更宏观的角度分析转录因子调控的对基因表达的影响。数据要求：基因列表，ChIP-seq数据。

    下游分析针对LASSO获得的基因模型（或称基因Panel）的验证：1.计算风险指数RiskScore2.绘制ROC曲线、DCA曲线、列线图进行验证3.绘制生KM存曲线对基因模型中的基因进行解释和分析：1.基因注释2.靶向药物分析应用示例：文献1：PrognosticandpredictivevalueofamicroRNAsignatureinstageIIcoloncancer:amicroRNAexpressionanalysis.于2013年12月发表在LancetOncol.，影响因子。一个miRNA特征集在stageII结肠*的预后预测作用分析文章对stageII结肠*组织和*旁正常组织的miRNA芯片数据进行了差异表达分析，并通过LASSOCox回归对获得的差异表达miRNA进行筛选，获得了6个miRNA的可以预测预后情况的miRNA特征集。文献2：PrognosticValueofaBCSC-associatedMicroRNASignatureinHormoneReceptor-PositiveHER2-NegativeBreastCancer（于2016年9月发表在EBioMedicine.上，影响因子）文章将符合条件的患者划分为训练集和测试集，首先分析获得了**干细胞相关的miRNA，接着通过LASSO对**干细胞相关的miRNA进行筛选，构建了10个miRNA的预后预测模型，并计算风险指数绘制了生存曲线和ROC曲线。 提供语言润色、图表调整、格式修改等工作模块。

    GeneBodyProfile（对比不同的样品在某一区域的信号特征，不**于ChIP-seq、DNase-seq、ATAC-seq数据）：GeneBodyProfile表观遗传修饰和对基因表达、细胞发育等过程有着深远的影响，但相关的研究还未完善。通过对比不同的样品在某一区域的信号特征，了解不同情况下该基因的表观遗传情况，帮助更好的了解其发***展过程。一般应用场景：观察相关基因转录起始位点（TSS）、转录终止位点（TTS）、genebody以及两侧信号特征；观察某一功能区域（CpGi、TSS、TTS、peaksummits或enhancer区）及其两侧信号特征。数据要求：ChIP-seq、DNase-seq或ATAC-seq数据。下游分析：基于展示的基因或功能情况1.补充展示部分的已有相关研究2.解释展示部分对研究课题的意义。 做数据分析就找云生物。辽宁算法还原与开发数据科学共同合作

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。组学数据处理数据科学售后服务

    t-SNE（t分布随机邻域嵌入）是一种用于探索高维数据的非线性降维算法。它将多维数据映射到适合于人类观察的两个或多个维度。t-SNE非线性降维算法通过基于具有多个特征的数据点的相似性识别观察到的簇来在数据中找到模式。另外t-SNE的输出可以作为其他分类算法的输入特征。因为t-SNE算法定义了数据的局部和全局结构之间的软边界。t-SNE几乎可用于所有高维数据集，广泛应用于图像处理，自然语言处理和语音处理。在生物信息中可广泛应用于基因表达数据、基因甲基化数据、基因突变数据等，能够直观地对不同数据集进行比较。基本原理从方法上来讲，t-SNE本质上是基于流行学习(manifoldlearning)的降维算法，不同于传统的PCA和MMD等方法，t-SNE在高维用normalizedGaussiankernel对数据点对进行相似性建模。相应的，在低维用t分布对数据点对进行相似性(直观上的距离)建模，然后用KL距离来拉近高维和低维空间中的距离分布。 组学数据处理数据科学售后服务