PCA主成分分析測序技術的發展使得現在能夠從宏觀角度分析基因表達，但是也在一定程度上增加了數據分析難度。許多基因之間可能存在相關性，如果分別對每個基因進行分析，分析往往是孤立的，盲目減少指標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*****的數據降維算法。一般可應用的研究方向有：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。基本原理PCA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維特征的基礎上重新構造出來的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軸，新的坐標軸的選擇與數據本身是密切相關的。其中，**個新坐標軸選擇是原始數據中方差**的方向，第二個新坐標軸選取是與**個坐標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個這樣的坐標軸。通過這種方式獲得的新的坐標軸，我們發現，大部分方差都包含在前面k個坐標軸中，后面的坐標軸所含的方差幾乎為0。于是，我們可以忽略余下的坐標軸，只保留前面k個含有絕大部分方差的坐標軸。事實上。 參考國內外數據資源，根據需求制定構建方案。遼寧組學實驗數據科學歡迎咨詢

    GSVA（基因集變異分析，反映了樣本和感興趣的通路之間的聯系）：GSVA全名Genesetvariationanalysis（基因集變異分析），是一種非參數，無監督的算法。與GSEA不同，GSVA不需要預先對樣本進行分組，可以計算每個樣本中特定基因集的富集分數。換而言之，GSVA轉化了基因表達數據，從單個基因作為特征的表達矩陣，轉化為特定基因集作為特征的表達矩陣。GSVA對基因富集結果進行了量化，可以更方便地進行后續統計分析。如果用limma包做差異表達分析可以尋找樣本間差異表達的基因，同樣地，使用limma包對GSVA的結果（依然是一個矩陣）做同樣的分析，則可以尋找樣本間有***差異的基因集。這些“差異表達”的基因集，相對于基因而言，更加具有生物學意義，更具有可解釋性，可以進一步用于**subtype的分型等等與生物學意義結合密切的探究。 遼寧組學實驗數據科學歡迎咨詢承擔各類項目超過400余項。

    不同分組的全基因組拷貝數變化的比較：**初目的：不同分組的拷貝數變異在染色體水平和染色體臂水平的展示和比較。應用：不同分組的全基因組拷貝數變化的比較，展示genome-wideDNAcopy-numberprofiles。不同染色體臂的變異與臨床表型息息相關。輸入數據格式：一個表征每個樣本的染色體變異（gain,balance,loss）的數值矩陣和樣本分組信息。或者拷貝數的原始結果，可處理成所需矩陣。參考文獻:(2):：本文計算出病人的拷貝數變異情況后，按照之前病人的分組比較了不同分組的染色體變異的異同，找到特定的染色體變異模式。確定了各組的特征，如lmonosomy2inPFB2,monosomy8inPFB3,monosomy3inPFB1,andgainof1qinPFB1.。

    RoastROAST是一種差異表達分析方法，有助于提高統計能力、組織和解釋結果以及在不同實驗中的關聯表達模式，一般適用于microarray、RNA-seq的表達矩陣，用limma給全部基因做差異表達分析，不需要篩差異表達基因。基本原理：ROAST是一種假設驅動的測試，對結果基因集做富集分析，富集分析考慮基因集中基因的方向性(上調或下調)和強度(log2倍變化)，判斷上/下調基因是否***富于集目標基因集；ROAST使用rotation,一種MonteCarlotechnology的多元回歸方法，適用于樣本數量較少的情況；roast檢驗一個geneset，對于復雜矩陣，使用mroast做multipleroasttests。富集分析結果用barcodeplot展示，使上/下調基因在目標基因集中的分布可視化。數據要求：表達矩陣。 協助構建各類科研、臨床數據庫。

    GSEA全名為GeneSetEnrichmentAnalysis（基因集富集分析）。用以分析特定基因集（如關注的GO條目或KEGGPathway）在兩個生物學狀態（如**與對照，高齡與低齡）中是否存在差異。能夠研究基因變化的生物學意義。SubtypeGSEA是在GSEA的基礎上對不同亞型樣本中重要通路的富集情況進行組間比較，能直觀比較不同亞型中相同通路富集情況。基本原理GSEA主要分為基因集進行排序、計算富集分數（EnrichmentScore，ES）、估計富集分數的***性水平并進行多重假設檢驗三個步驟。**步對輸入的所有基因集L進行排序，通常來說初始輸入的基因數據為表達矩陣，排序的過程相當于特定兩組中（case-control、upper-lower等等）基因差異表達分析的過程。根據所有基因在兩組樣本的差異度量不同（共有六種差異度量，默認是signal2noise，GSEA官網有提供公式，也可以選擇較為普遍的foldchange)，對基因進行排序，并且Z-score標準化。第二步是GSEA的**步驟，通過分析預先定義基因集S在**步獲得的基因序列上的分布計算富集指數EnrichmentScore，并繪制分布趨勢圖Enrichmentplot。每個基因在基因集S的EnrichmentScore取決于這個基因是否屬于基因集S及其差異度量（如foldchange）。 長期與交大、復旦、中科院、南大、藥科大等實驗室合作。遼寧組學實驗數據科學歡迎咨詢

構建新的臨床預測模型。遼寧組學實驗數據科學歡迎咨詢

    GSEA數據要求1、通常為表達譜芯片或測序數據（已經過預處理），也可以是其他形式可排序的基因數據。2、具有已知生物學意義（GO、Pathway、**特征基因集等）的基因集。下游分析：得到GSEA結果之后的分析有：1.基因注釋：1、繪制基因集富集趨勢圖（Enrichmentplot）橫坐標：按差異表達差異排序的基因序列。數值越小（偏向左端）的基因**在shICAM-1組中有越高倍數的差異表達，數值越小（偏向右端）的基因在對照組中有越高倍數的差異表達。縱坐標：上方的縱坐標為富集打分ES，ES是一個動態的值，沿著基因序列，找到條目中的基因則增加評分，否則減少評分。通常用偏離0**遠的值作為**終富集打分。下方的縱坐標**基因表達與表型的關聯，***值越大**關聯越強，數值大于0**正相關，小于0則**負相關。 遼寧組學實驗數據科學歡迎咨詢