術(shù)語(yǔ)解讀

數(shù)據(jù)降維：

降維就是一種對(duì)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(shí)現(xiàn)提升數(shù)據(jù)處理速度的目的,。在實(shí)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(shí)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(cè)序數(shù)據(jù)（已經(jīng)過(guò)預(yù)處理）

下游分析

得到PCA分析結(jié)果之后的分析有：

1.對(duì)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(duì)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 檢測(cè)服務(wù)及數(shù)據(jù)分析助力取得2020年國(guó)自然面上十項(xiàng)、青年基金十八項(xiàng),。山東算法還原與開(kāi)發(fā)數(shù)據(jù)科學(xué)售后服務(wù)

    GeneInteraction基因互作：基因相互作用指miRNA,、lncRNA、circRNA或其它RNA介導(dǎo)DNA轉(zhuǎn)錄,，從而影響mRNA的表達(dá)過(guò)程,。通俗意義上來(lái)說(shuō)，基因互作關(guān)系指基于序列預(yù)測(cè)的靶基因?qū)?。miRNA通過(guò)與靶mRNA的結(jié)合,，或促使mRNA降解，或阻礙其翻譯,，從而***目的基因的表達(dá),。競(jìng)爭(zhēng)性內(nèi)源RNA網(wǎng)絡(luò)是靶基因預(yù)測(cè)的研究深入，簡(jiǎn)稱ceRNA網(wǎng)絡(luò),。通過(guò)進(jìn)行ceRNA網(wǎng)絡(luò)的分析,，我們能從一個(gè)更為宏觀的角度來(lái)解釋轉(zhuǎn)錄體如何構(gòu)建基因表達(dá)調(diào)控網(wǎng)絡(luò)，從而進(jìn)一步挖掘基因在其中的調(diào)控機(jī)制,?；驹恚簃iRNA主要通過(guò)與靶基因的非翻譯區(qū)（UTR）結(jié)合而發(fā)揮其作用，對(duì)miRNA和mRNA,、lncRNA,、circRNA結(jié)合進(jìn)行的預(yù)測(cè)稱為靶基因預(yù)測(cè),。靶基因預(yù)測(cè)使用軟件根據(jù)miRNA和靶基因間的結(jié)合的規(guī)律預(yù)測(cè)結(jié)合基因?qū)ΑＴ谏矬w內(nèi),，miRNA可以通過(guò)與proteincoding特異性結(jié)合,，影響相關(guān)基因的表達(dá)，從而參與調(diào)控細(xì)胞內(nèi)的各項(xiàng)功能,。ceRNA具有miRNA結(jié)合位點(diǎn),，能后競(jìng)爭(zhēng)性地結(jié)合miRNA，***miRNA對(duì)靶基因的調(diào)控,。例如lncRNA與miRNA競(jìng)爭(zhēng)性結(jié)合,，影響miRNA調(diào)控mRNA的過(guò)程，**終導(dǎo)致的mRNA表達(dá)失調(diào),。我們使用基于序列預(yù)測(cè)的軟件對(duì)差異分析得到的miRNA與mRNA,，lncRNA，circRNA進(jìn)行靶點(diǎn)預(yù)測(cè)和ceRNA網(wǎng)絡(luò)分析,。 北京臨床統(tǒng)計(jì)數(shù)據(jù)科學(xué)售后分析目前能夠?qū)映^(guò)50家實(shí)驗(yàn)室,。

    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)觀察值進(jìn)行分類或區(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,。

術(shù)語(yǔ)解讀：

TME: Tumormicroenvironment

TMEscore: TMEsignature score（使用PCA算法計(jì)算得到，高意味著對(duì)病毒和干擾素免疫***和應(yīng)答敏感,。）  

PCA:Principal component analysis

CIBERSORT:Cell type identification by estimating relative subset of known RNA transcripts

CYT:Cytolytic activity

EMT:Epithelial-mesenchymal-transition

CR: Completeresponse

PR: Partialresponse  

PD:Progressive disease

TMB: Tumormutational burden

數(shù)據(jù)要求：

各細(xì)胞之間的相關(guān)關(guān)系,、pvalue、聚類/分類結(jié)果,、跟預(yù)后的關(guān)系表,。 在基因組上同時(shí)展示突變位點(diǎn)和motif，為突變影響轉(zhuǎn)錄因子結(jié)合提供量化和可視化的證據(jù),。

    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,。 可對(duì)接各類公共數(shù)據(jù)庫(kù),，切入各類接口，并對(duì)公共數(shù)據(jù)庫(kù)進(jìn)行大規(guī)模數(shù)據(jù)挖掘,。成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)服務(wù)

承擔(dān)各類項(xiàng)目超過(guò)400余項(xiàng),。山東算法還原與開(kāi)發(fā)數(shù)據(jù)科學(xué)售后服務(wù)

    CNV(拷貝數(shù)變異分析)：CNV（copy-numbervariant）是指拷貝數(shù)目變異，也稱拷貝數(shù)目多態(tài)性（copy-numberpolymorphism,，CNP）,，是一個(gè)大小介于1kb至3MB的DN**段的變異，在人類及動(dòng)植物基因組中***分布,，主要表現(xiàn)為亞顯微水平的缺失或重復(fù),。CNV是近年來(lái)基因組學(xué)的研究熱點(diǎn)，是許多人類疾?。ㄈ?*,、遺傳性疾病、心血管疾病等）發(fā)***展的重要分子機(jī)制之一,。CNV的分析多見(jiàn)于易于發(fā)生染色體結(jié)構(gòu)變異的**研究中,，也可用于復(fù)雜的神經(jīng)精神疾病的病因?qū)W研究，如智力障礙,、帕金森病和孤獨(dú)癥等,，也可用于其他疾病的易感性分析，如銀屑病,、克羅恩病和一些自身免疫系統(tǒng)疾病,。CNV研究既可用于單個(gè)的病例分析，找到遺傳高度異質(zhì)性的個(gè)體致病的遺傳學(xué)基礎(chǔ),，如智力低下的病因診斷,；也可用于大量的病例一對(duì)照分析，患病群體的常見(jiàn)CNV變異研究,，還可用于**家系的研究,，如疾病相關(guān)新發(fā)CNV的研究?；驹砟壳爸髁鞯腃NV檢驗(yàn)方法有RNA-seq和SNPArray,，已有研究表明使用轉(zhuǎn)錄組數(shù)據(jù)分析到的CNV情況和。CNV分析的**步為篩選somaticCNVs,。對(duì)正常人來(lái)說(shuō),，基因組應(yīng)該是二倍體的,，所以凡是測(cè)到非2倍體的地方都是CNV。但是CNV本身就是人群遺傳物質(zhì)多樣性的體現(xiàn),，所以對(duì)**樣本來(lái)說(shuō),。 山東算法還原與開(kāi)發(fā)數(shù)據(jù)科學(xué)售后服務(wù)