PCA主成分分析測(cè)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(duì)每個(gè)基因進(jìn)行分析,，分析往往是孤立的,，盲目減少指標(biāo)會(huì)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(gè)分組中的差異情況，多個(gè)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(chēng)為主成分,，是在原有n維特征的基礎(chǔ)上重新構(gòu)造出來(lái)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(gè)新坐標(biāo)軸選擇是原始數(shù)據(jù)中方差**的方向，第二個(gè)新坐標(biāo)軸選取是與**個(gè)坐標(biāo)軸正交的平面中使得方差**的,，第三個(gè)軸是與第1,，2個(gè)軸正交的平面中方差**的。依次類(lèi)推,，可以得到n個(gè)這樣的坐標(biāo)軸,。通過(guò)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(gè)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(gè)含有絕大部分方差的坐標(biāo)軸。事實(shí)上,。 兩個(gè)實(shí)驗(yàn)組的差異基因比較,。成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)售后服務(wù)

    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(chēng)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(lèi)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(chēng)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,。 云南公共數(shù)據(jù)庫(kù)挖掘數(shù)據(jù)科學(xué)早期肝疾病的預(yù)后基因panel研究,。

    GSEA術(shù)語(yǔ)解讀Enrichmentscore（ES）ES是GSEA**初的結(jié)果，反應(yīng)關(guān)注的基因集S在原始基因數(shù)據(jù)序列L的頂部或底部富集的程度,。ES原理：掃描排序序列,，當(dāng)出現(xiàn)一個(gè)基因集S中的基因時(shí)，增加ES值,，反之減少ES值,，一個(gè)基因的ES值權(quán)重與差異表達(dá)度相關(guān)。ES是個(gè)動(dòng)態(tài)值,，**終ES是動(dòng)態(tài)掃描過(guò)程中獲得的**ES值,。如果**終ES為正，表示某一功能基因集S富集在排序序列頂部,。ES為負(fù),，表示某一基因集S富集在排序序列底部,。NES由于ES是根據(jù)分析的排序序列中的基因是否在一個(gè)基因集S中出現(xiàn)來(lái)計(jì)算的，但各個(gè)基因集S中包含的基因數(shù)目不同,，且不同功能基因集S與原始數(shù)據(jù)之間的相關(guān)性也不同，因此比較數(shù)據(jù)中基因在不同基因集S中的富集程度要對(duì)ES進(jìn)行標(biāo)準(zhǔn)化處理,，也就是計(jì)算NES,。NES=某一基因集S的ES/數(shù)據(jù)集所有隨機(jī)組合得到的ES平均值，NES是主要的統(tǒng)計(jì)量,。nominalp-value（普通P值）描述的是針對(duì)某一功能基因集S得到的富集得分的統(tǒng)計(jì)***性,，通常p越小富集性越好。FDR（多重假設(shè)檢驗(yàn)矯正P值）NES確定后,，需要判斷其中可能包含的錯(cuò)誤陽(yáng)性發(fā)現(xiàn)率,。FDR=25%意味著對(duì)此NES的判斷4次可能錯(cuò)1次。GSEA結(jié)果中,，高亮顯示FDR<25%的富集基因集S,。因?yàn)閺倪@些功能基因集S中**可能產(chǎn)生有意義的假設(shè)。大多數(shù)情況下,。

    ROC機(jī)器學(xué)習(xí)受試者工作特征曲線（receiveroperatingcharacteristiccurve,，簡(jiǎn)稱(chēng)ROC曲線），又稱(chēng)為感受性曲線（sensitivitycurve）,，是用來(lái)驗(yàn)證一個(gè)分類(lèi)器（二分）模型的性能的,。一般應(yīng)用于直觀展示敏感性和特異性連續(xù)變量的綜合指標(biāo)，如比較多個(gè)biomarker或臨床參數(shù)的診斷表現(xiàn),、比較多個(gè)算法的分類(lèi)效果,。基本原理ROC曲線工作原理是,，向模型中輸入已知正負(fù)類(lèi)的一組數(shù)據(jù),，對(duì)比模型對(duì)該組數(shù)據(jù)的預(yù)測(cè)，衡量這個(gè)模型的性能,。術(shù)語(yǔ)解讀:1,、TP（TruePositive,真正,TP）被模型預(yù)測(cè)為正的正樣本（原來(lái)為正預(yù)測(cè)為正）2、TN（TrueNegative,真負(fù),TN）被模型預(yù)測(cè)為負(fù)的負(fù)樣本（原來(lái)為負(fù)預(yù)測(cè)為負(fù)）3,、FP（FalsePositive,假正,FP）被模型預(yù)測(cè)為正的負(fù)樣本（原來(lái)為負(fù)預(yù)測(cè)為正）4,、FN（FalseNegative,假負(fù),FN）被模型預(yù)測(cè)為負(fù)的正樣本（原來(lái)為正預(yù)測(cè)為負(fù)）5、真正類(lèi)率(TruePostiveRate)TPR:TP/(TP+FN),**分類(lèi)器預(yù)測(cè)的正類(lèi)中實(shí)際正實(shí)例占所有正實(shí)例的比例,。Sensitivity6,、假正類(lèi)率(FalsePostiveRate)FPR:FP/(FP+TN)，**分類(lèi)器預(yù)測(cè)的負(fù)類(lèi)中預(yù)測(cè)為正實(shí)例(實(shí)際為負(fù)實(shí)例)占所有負(fù)實(shí)例的比例,。1-Specificity7,、真負(fù)類(lèi)率(TrueNegativeRate)TNR:TN/(FP+TN),。 實(shí)驗(yàn)室致病類(lèi)病原微生物數(shù)據(jù)分析平臺(tái)。

industryTemplate云生物立足于上海,，提供相關(guān)數(shù)據(jù)科研咨詢(xún)與服務(wù),。湖北生物/藥物信息學(xué)分析數(shù)據(jù)科學(xué)服務(wù)

提供語(yǔ)言潤(rùn)色、圖表調(diào)整,、格式修改等工作模塊,。成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)售后服務(wù)

ssGSEA基本原理

對(duì)于一個(gè)基因表達(dá)矩陣，ssGSEA首先對(duì)樣本的所有基因的表達(dá)水平進(jìn)行排序獲得其在所有基因中的秩次rank,。然后對(duì)于輸入的基因集,，從基因集中尋找表達(dá)數(shù)據(jù)里存在的基因并計(jì)數(shù)，并將這些基因的表達(dá)水平求和,。接著基于上述求值,，計(jì)算通路中每個(gè)基因的富集分?jǐn)?shù)，并進(jìn)一步打亂基因順序重新計(jì)算富集分?jǐn)?shù),，重復(fù)一千次,，***根據(jù)基因富集分?jǐn)?shù)的分布計(jì)算p值整合基因集**終富集分?jǐn)?shù)。

數(shù)據(jù)要求

1,、特定感興趣的基因集（通常為免疫細(xì)胞表面marker genes）,，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-seq count數(shù)數(shù)據(jù)（基因名形式與基因集對(duì)應(yīng)）

下游分析

免疫細(xì)胞浸潤(rùn)分?jǐn)?shù)相關(guān)性（corralation）分析 成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)售后服務(wù)