Bubbles可以同時展示pvalue和表達量。例如展示motif的pvalue和motif對應(yīng)的轉(zhuǎn)錄因子的表達量，方便快速看出轉(zhuǎn)錄因子富集且高表達所在的group，預(yù)示著該分組對細胞狀態(tài)的改變（例如細胞分化、轉(zhuǎn)移、應(yīng)激）起關(guān)鍵調(diào)控作用；例如做基因功能富集分析時，展示富集的通路qvalue和基因數(shù)量或geneRatio。
基本原理：
Bubbles的實質(zhì)是分組數(shù)據(jù)下基因表達量或通路內(nèi)基因數(shù)量的可視化，同時可以展示pvalue。
數(shù)據(jù)要求：
表達矩陣，分組 circos圖通過圓圈和連線展示多個亞組之間的關(guān)系，包括且不限于基因、基因片段、亞型。湖北組學數(shù)據(jù)處理數(shù)據(jù)科學專業(yè)服務(wù)
Inmmune gene
免疫學研究是目前科研領(lǐng)域爭相研究的熱點，**免疫細胞浸潤是其中一種。**免疫細胞浸潤是指免疫細胞從血液中移向**組織發(fā)揮作用。我們從**組織中分離出浸潤免疫細胞含量，計算基因與浸潤免疫細胞含量的相關(guān)性，篩選出影響免疫浸潤的候選基因。
基本原理：
從基因矩陣數(shù)據(jù)中提取免疫細胞含量，生成免疫細胞含量矩陣；
計算目標基因與浸潤免疫細胞含量的相關(guān)性，篩選與浸潤免疫細胞含量高度相關(guān)的基因。
術(shù)語解讀：
相關(guān)性系數(shù)（pearson,spearman, kendall）反應(yīng)兩個變量之間變化趨勢的方向以及程度。相關(guān)系數(shù)范圍為-1到+1。0表示兩個變量不相關(guān)，正值表示正相關(guān)，負值表示負相關(guān)，值越大表示相關(guān)性越強。
數(shù)據(jù)要求：
**數(shù)據(jù)表達矩陣 北京診療軟件開發(fā)數(shù)據(jù)科學專業(yè)服務(wù)在分子生物、細胞生物、實驗動物、病理、臨床樣本方面已與長三角100余家企業(yè)形成良好合作關(guān)系。
下游分析針對LASSO獲得的基因模型（或稱基因Panel）的驗證：1.計算風險指數(shù)RiskScore2.繪制ROC曲線、DCA曲線、列線圖進行驗證3.繪制生KM存曲線對基因模型中的基因進行解釋和分析：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)進行了差異表達分析，并通過LASSOCox回歸對獲得的差異表達miRNA進行篩選，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練集和測試集，首先分析獲得了**干細胞相關(guān)的miRNA，接著通過LASSO對**干細胞相關(guān)的miRNA進行篩選，構(gòu)建了10個miRNA的預(yù)后預(yù)測模型，并計算風險指數(shù)繪制了生存曲線和ROC曲線。
STEM基因表達趨勢分析數(shù)據(jù)要求表達譜芯片或測序數(shù)據(jù)（已經(jīng)過預(yù)處理）下游分析得到***富集的時間表達模式之后的分析有：1.時間表達模式中基因的功能富集2.時間表達模式中基因表達與性狀之間的相關(guān)性挖掘模塊的關(guān)鍵信息：1.找到時間表達模式中的**基因2.利用關(guān)系預(yù)測該時間表達模式功能文獻1：DynamicEBF1occupancydirectssequentialepigeneticandtranscriptionaleventsinB-cellprogramming（于2018年1月發(fā)表在GenesDev.，影響因子）EBF1動態(tài)占據(jù)在B細胞中對序列表觀遺傳和轉(zhuǎn)錄過程的影響該文獻采用基因表達趨勢分析，探尋了EBF1誘導前后25kb轉(zhuǎn)錄起始位點內(nèi)基因轉(zhuǎn)錄水平的差異，來尋找EBF1對特定功能基因的影響以及造成影響的時間節(jié)點。文獻2：ComprehensivetranscriptionalprofilingofNaCl-stressedArabidopsisrootsrevealsnovelclassesofresponsivegenes（于2016年10月發(fā)表在BMCPlantBiol.，影響因子）該文獻采用基因表達趨勢分析，研究了高濃度鹽水作用不同時間下擬南芥根的基因表達差異，來探尋在遇到高濃度鹽水時擬南芥在基因?qū)用嫔系膽?yīng)對方式。 調(diào)控區(qū)域ChiP-seq信號分布圖。
pancancer泛**圖譜泛*研究是通過整合不同**類型、不同組織起源的**表達數(shù)據(jù)，查找**之間的共性或者差異的過程。通常使用**數(shù)據(jù)信息較為***的TCGA數(shù)據(jù)，通過分裂小提琴圖展示某個基因在TCGA**和正常組織中的表達差異。分裂小提琴圖(ViolinPlot)結(jié)合了箱形圖和密度圖的特征，主要用來顯示數(shù)據(jù)的分布形狀，它一般應(yīng)用于對比某一基因在TCGA**組織和正常組織基因表達量TPM值或其它表達量數(shù)據(jù)?；驹恚盒√崆賵D(ViolinPlot)使用一組數(shù)據(jù)中的最小值、**四分位數(shù)、中位數(shù)、第三四分位數(shù)和**值來反映數(shù)據(jù)分布的中心位置和散布范圍，將多組數(shù)據(jù)的小提琴圖畫在同一坐標上，可以清晰地顯示各組數(shù)據(jù)的分布差異。分裂小提琴圖在小提琴圖的基礎(chǔ)上又加入了分組對比項，便于觀察多**類型在某一基因上的表達分布情況，或者某一基因在某一**上，其疾病與正常的對比表達差異情況。 WGCNA其譯為加權(quán)基因共表達網(wǎng)絡(luò)分析。云南數(shù)據(jù)庫建設(shè)數(shù)據(jù)科學專業(yè)服務(wù)
利用甲基化數(shù)據(jù)分析樣本的拷貝數(shù)變異。湖北組學數(shù)據(jù)處理數(shù)據(jù)科學專業(yè)服務(wù)
**初目的：對手上的**樣本（或病人）進行分型分析，期望找到不同的亞型，并對應(yīng)不同的臨床特征?？蓴U展應(yīng)用到：所有樣本的亞型分析，用于樣本的特征分析。數(shù)據(jù)可用轉(zhuǎn)錄組、基因組、甲基化、蛋白質(zhì)組等。輸入數(shù)據(jù)格式：一個數(shù)值矩陣，行是基因或者其他特征，列是樣本。本分析要求樣本數(shù)要多，有利于亞型的分析。參考文獻：(2):：本文利用室管膜瘤病人的甲基化數(shù)據(jù)，首先進行了tSNE分型，隨后又采用了新的方法spectralclustering進行分類分析，作者比較了兩種分類方法。使用spectralclustering的分類，鑒定了每一種**亞型的特異性表達模式。并且發(fā)現(xiàn)spectralclustering的分類和病人的臨床特征有關(guān)，從而提出一種新的室管膜瘤亞型，可用于臨床的篩選和檢測。 湖北組學數(shù)據(jù)處理數(shù)據(jù)科學專業(yè)服務(wù)