t-SNE（t分布隨機鄰域嵌入）是一種用于探索高維數據的非線性降維算法。它將多維數據映射到適合于人類觀察的兩個或多個維度。t-SNE非線性降維算法通過基于具有多個特征的數據點的相似性識別觀察到的簇來在數據中找到模式。另外t-SNE的輸出可以作為其他分類算法的輸入特征。因為t-SNE算法定義了數據的局部和全局結構之間的軟邊界。t-SNE幾乎可用于所有高維數據集，廣泛應用于圖像處理，自然語言處理和語音處理。在生物信息中可廣泛應用于基因表達數據、基因甲基化數據、基因突變數據等，能夠直觀地對不同數據集進行比較。基本原理從方法上來講，t-SNE本質上是基于流行學習(manifoldlearning)的降維算法，不同于傳統的PCA和MMD等方法，t-SNE在高維用normalizedGaussiankernel對數據點對進行相似性建模。相應的，在低維用t分布對數據點對進行相似性(直觀上的距離)建模，然后用KL距離來拉近高維和低維空間中的距離分布。 采用機器學習算法對疾病的干性指數進行分型分類研究。重慶診療軟件開發數據科學口碑推薦

三角坐標統計圖是采用數字坐標形式來表現三項要素的數字信息圖像。三角形坐標圖常用百分數（%）來表示某項要素與整體的結構比例。三條邊分別表示三個不同分量，三個頂點可以看作是三個原點。三角圖可以展示某特定值在一個整體中不同類型的分布。在生物信息中三角圖可以方便地展示3種不同疾病或者3個不同分組之間某個指標的相關性。

數據要求

多個樣本的三個變量值，或者多個基因在三個不同分組中的數據值，可以是突變頻率數據、基因表達數據、甲基化數據等。 山東成果發表指導數據科學共同合作早期肝疾病的預后基因panel研究。

    cox風險比例回歸模型：產品詳情產品評論(0)比例風險回歸模型，又稱Cox回歸模型，是由英國統計學家。模型可以用來描述了不隨時間變化的多個特征對于在某一時刻死亡率的影響。它是生存分析中的一個重要的模型。應用場景cox比例風險回歸模型，由英國統計學家主要用于**和其他慢性疾病的預后分析，也可用于隊列研究的病因探索單因素cox分析主要探索單個基因的**預后影響cox分析可用于轉錄組，甲基化，miRNA,LncRNA,可變剪切等等基本原理：在這里，是一個與時間有關的基準危險率，其選擇具有充分的靈活度，一種可能的選擇是采用概率論中的Weibull分布。是模型的參數。由于只要給定數據，就能夠通過極大似然估計求出模型的參數，而的選擇具有很大的靈活性，所以我們稱之為一個半參數模型。對公式進行變形，得到：通過這個公式，我們可以發現，模型中各危險因素對危險率的影響不隨時間改變，且與時間無關,同時，對數危險率與各個危險因素呈線性相關。這就是Cox回歸中的兩個基本假設。參數的極大似然估計：術語解讀：1.輸入變量，由m個影響因素組成：2.生存函數，輸入為X時，在t時刻仍然存活的概率：3.死亡函數，輸入為X時，在t時刻已經死亡的概率：4死亡密度函數，輸入為X時。

數據要求：RNA-seq和ChIP-seq等數據。應用示例：文獻1：Genomic landscape and evolution of metastatic chromophobe renal cell carcinoma.（于2017年6月發表在JCI Insight.，影響因子6.041）。本文對轉移性腎嫌色細胞*進行了系統的基因組研究，文中繪制基因流覽圖對整個基因組數據進行了可視化。轉移性腎嫌色細胞*的基因組景觀和演化。 云生物提供數據科學服務。

    STEM基因表達趨勢分析數據要求表達譜芯片或測序數據（已經過預處理）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性挖掘模塊的關鍵信息：1.找到時間表達模式中的**基因2.利用關系預測該時間表達模式功能文獻1：DynamicEBF1occupancydirectssequentialepigeneticandtranscriptionaleventsinB-cellprogramming（于2018年1月發表在GenesDev.，影響因子）EBF1動態占據在B細胞中對序列表觀遺傳和轉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轉錄起始位點內基因轉錄水平的差異，來尋找EBF1對特定功能基因的影響以及造成影響的時間節點。文獻2：ComprehensivetranscriptionalprofilingofNaCl-stressedArabidopsisrootsrevealsnovelclassesofresponsivegenes（于2016年10月發表在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層面上的應對方式。 目前能夠對接超過50家實驗室。遼寧組學數據處理數據科學售后分析

可對接各類公共數據庫，切入各類接口，并對公共數據庫進行大規模數據挖掘。重慶診療軟件開發數據科學口碑推薦

    **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，并對應不同的臨床特征。可擴展應用到：所有樣本的亞型分析，用于樣本的特征分析。數據可用轉錄組、基因組、甲基化、蛋白質組等。輸入數據格式：一個數值矩陣，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據，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。并且發現spectralclustering的分類和病人的臨床特征有關，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。 重慶診療軟件開發數據科學口碑推薦