GeneBodyProfile（對比不同的樣品在某一區(qū)域的信號特征，不**于ChIP-seq、DNase-seq、ATAC-seq數(shù)據(jù)）：GeneBodyProfile表觀遺傳修飾和對基因表達(dá)、細(xì)胞發(fā)育等過程有著深遠(yuǎn)的影響，但相關(guān)的研究還未完善。通過對比不同的樣品在某一區(qū)域的信號特征，了解不同情況下該基因的表觀遺傳情況，幫助更好的了解其發(fā)***展過程。一般應(yīng)用場景：觀察相關(guān)基因轉(zhuǎn)錄起始位點（TSS）、轉(zhuǎn)錄終止位點（TTS）、genebody以及兩側(cè)信號特征；觀察某一功能區(qū)域（CpGi、TSS、TTS、peaksummits或enhancer區(qū)）及其兩側(cè)信號特征。數(shù)據(jù)要求：ChIP-seq、DNase-seq或ATAC-seq數(shù)據(jù)。下游分析：基于展示的基因或功能情況1.補充展示部分的已有相關(guān)研究2.解釋展示部分對研究課題的意義。 云生物數(shù)據(jù)分析需要多久？湖北公共數(shù)據(jù)庫挖掘數(shù)據(jù)科學(xué)經(jīng)驗豐富

棒棒糖圖是直觀顯示蛋白質(zhì)結(jié)構(gòu)上的突變點**簡單且有效的方式。許多致*基因具有比任何其他基因座更頻繁突變的優(yōu)先位點。這些位點被認(rèn)為是突變熱點，棒棒糖圖可以用于顯示突變熱點以及其他突變位點。并可以對比不同**/亞型的突變位點。

基本原理

將蛋白質(zhì)結(jié)構(gòu)根據(jù)氨基酸順序繪制為長條形，以不同色塊標(biāo)注不同結(jié)構(gòu)域，在基因突變導(dǎo)致氨基酸改變的位置標(biāo)注棒棒糖，并在棒棒糖圓球標(biāo)注位點的突變頻數(shù)以及突變位點。

數(shù)據(jù)要求

基因突變或者蛋白質(zhì)突變數(shù)據(jù)

下游分析

1、突變位點靶向藥物分析

2、驅(qū)動基因突變分析 湖北公共數(shù)據(jù)庫挖掘數(shù)據(jù)科學(xué)經(jīng)驗豐富文稿投稿2個月online 發(fā)表。

    術(shù)語解釋：互斥性（mutuallyexclusive）：一組基因中只有一個在一種**中發(fā)生改變，這種現(xiàn)象被稱為互斥性。共現(xiàn)性（co-occurrence）：不同途徑功能的基因突變可能發(fā)生在同一**中，這種現(xiàn)象被稱為共現(xiàn)性。數(shù)據(jù)要求：基因突變數(shù)據(jù)下游分析：對于存在共現(xiàn)性或互斥性的基因?qū)?基因集基因集的功能分析基因集相關(guān)的生存分析基于基因集的潛在靶向藥物分析文獻(xiàn)一：Functionalgenomiclandscapeofacutemyeloidleukaemia急性髓性白血病的功能基因組圖（于2018年10月發(fā)表在Nature.，影響因子）文獻(xiàn)中使用DISCOVER40方法評估531例白血病患者中**常見的復(fù)發(fā)性突變的共現(xiàn)性或排他性，并用點圖展示。文獻(xiàn)二：ALPK1hotspotmutationasadriverofhumanspiradenomaandspiradenocarcinoma文獻(xiàn)中利用DISCOVER共現(xiàn)性質(zhì)和互斥性分析工具對ALPK1和CYLD的互斥性進(jìn)行了評價。

術(shù)語解讀

數(shù)據(jù)降維：

降維就是一種對高維度特征數(shù)據(jù)預(yù)處理方法。降維是將高維度的數(shù)據(jù)保留下**重要的一些特征，去除噪聲和不重要的特征，從而實現(xiàn)提升數(shù)據(jù)處理速度的目的。在實際的生產(chǎn)和應(yīng)用中，降維在一定的信息損失范圍內(nèi)，可以為我們節(jié)省大量的時間和成本。降維也成為應(yīng)用非常***的數(shù)據(jù)預(yù)處理方法。

數(shù)據(jù)要求：

表達(dá)譜芯片或測序數(shù)據(jù)（已經(jīng)過預(yù)處理）

下游分析

得到PCA分析結(jié)果之后的分析有：

1.對組成主要成分的基因進(jìn)行后續(xù)分析，探究該情況下關(guān)鍵基因表達(dá)情況

2.對組成不同主成分簇的基因進(jìn)行后續(xù)分析，探究該情況下不同基因集的表達(dá)情況 蛋白組代謝組個性化分析。

    PCA主成分分析測序技術(shù)的發(fā)展使得現(xiàn)在能夠從宏觀角度分析基因表達(dá)，但是也在一定程度上增加了數(shù)據(jù)分析難度。許多基因之間可能存在相關(guān)性，如果分別對每個基因進(jìn)行分析，分析往往是孤立的，盲目減少指標(biāo)會損失很多有用的信息。PCA(PrincipalComponentAnalysis)，即主成分分析方法，是一種使用*****的數(shù)據(jù)降維算法。一般可應(yīng)用的研究方向有：一組基因在多個分組中的差異情況，多個基因在該樣本中的差異情況?；驹鞵CA的主要思想是將n維特征映射到k維上，這k維是全新的正交特征也被稱為主成分，是在原有n維特征的基礎(chǔ)上重新構(gòu)造出來的k維特征。PCA的工作就是從原始的空間中順序地找一組相互正交的坐標(biāo)軸，新的坐標(biāo)軸的選擇與數(shù)據(jù)本身是密切相關(guān)的。其中，**個新坐標(biāo)軸選擇是原始數(shù)據(jù)中方差**的方向，第二個新坐標(biāo)軸選取是與**個坐標(biāo)軸正交的平面中使得方差**的，第三個軸是與第1，2個軸正交的平面中方差**的。依次類推，可以得到n個這樣的坐標(biāo)軸。通過這種方式獲得的新的坐標(biāo)軸，我們發(fā)現(xiàn)，大部分方差都包含在前面k個坐標(biāo)軸中，后面的坐標(biāo)軸所含的方差幾乎為0。于是，我們可以忽略余下的坐標(biāo)軸，只保留前面k個含有絕大部分方差的坐標(biāo)軸。事實上。 WGCNA其譯為加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析。上海組學(xué)實驗數(shù)據(jù)科學(xué)

承擔(dān)各類項目超過400余項。湖北公共數(shù)據(jù)庫挖掘數(shù)據(jù)科學(xué)經(jīng)驗豐富

    下游分析針對LASSO獲得的基因模型（或稱基因Panel）的驗證：1.計算風(fēng)險指數(shù)RiskScore2.繪制ROC曲線、DCA曲線、列線圖進(jìn)行驗證3.繪制生KM存曲線對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miRNA特征集在stageII結(jié)腸*的預(yù)后預(yù)測作用分析文章對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LASSOCox回歸對獲得的差異表達(dá)miRNA進(jìn)行篩選，獲得了6個miRNA的可以預(yù)測預(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)練集和測試集，首先分析獲得了**干細(xì)胞相關(guān)的miRNA，接著通過LASSO對**干細(xì)胞相關(guān)的miRNA進(jìn)行篩選，構(gòu)建了10個miRNA的預(yù)后預(yù)測模型，并計算風(fēng)險指數(shù)繪制了生存曲線和ROC曲線。 湖北公共數(shù)據(jù)庫挖掘數(shù)據(jù)科學(xué)經(jīng)驗豐富