Bubbles可以同時展示pvalue和表達量。例如展示motif的pvalue和motif對應的轉錄因子的表達量，方便快速看出轉錄因子富集且高表達所在的group，預示著該分組對細胞狀態的改變（例如細胞分化、轉移、應激）起關鍵調控作用；例如做基因功能富集分析時，展示富集的通路qvalue和基因數量或geneRatio。

基本原理：

Bubbles的實質是分組數據下基因表達量或通路內基因數量的可視化，同時可以展示pvalue。

數據要求：

表達矩陣，分組 做數據分析就找云生物。四川組學實驗數據科學怎么樣

    **突變頻譜分析（突變模式）：目的：輸入突變數據，用非負矩陣分解方法NMF分析突變特征，描述樣本集的突變模式。什么是突變模式：這也是對TCGA數據的深度挖掘，從而提出的一個統計學概念。文章（Signaturesofmutationalprocessesinhumancancer）研究了30種**，發現21種不同的mutationsignature。如果理解了，就會發現這個其實蠻簡單的，他們并不重新測序，只是拿已經有了的TCGA數據進行分析，而且居然是發表在nature上面！文章研究了4,938,362mutationsfrom7,042cancers樣本，突變頻譜的概念只是針對于somatic的mutation。一般是對**病人的**組織和*旁組織配對測序，過濾得到的somaticmutation，一般一個樣本也就幾百個somatic的mutation。還有其它文章（Mutationalsignatures:thepatternsofsomaticmutationshiddenincancergenomes）也是這樣分析的從2013年提出到現在，已經有30種mutationsiganures，在cosmic數據庫有詳細記錄，更新見：MutationalSignatures。它的概念就是：根據突變上下文分成96類，然后每類突變的頻率不一樣畫一個條形圖，可視化展現。應用場景：突變特征定義：體細胞突變是多個突變過程如DNA修復缺陷，暴露于外源或內源誘變劑等綜合結果。 重慶數據庫建設數據科學服務按照斯普林格學術規范化處理準則提供文稿同行**投稿前意見評估。

    GSEA術語解讀Enrichmentscore（ES）ES是GSEA**初的結果，反應關注的基因集S在原始基因數據序列L的頂部或底部富集的程度。ES原理：掃描排序序列，當出現一個基因集S中的基因時，增加ES值，反之減少ES值，一個基因的ES值權重與差異表達度相關。ES是個動態值，**終ES是動態掃描過程中獲得的**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，表示某一基因集S富集在排序序列底部。NES由于ES是根據分析的排序序列中的基因是否在一個基因集S中出現來計算的，但各個基因集S中包含的基因數目不同，且不同功能基因集S與原始數據之間的相關性也不同，因此比較數據中基因在不同基因集S中的富集程度要對ES進行標準化處理，也就是計算NES。NES=某一基因集S的ES/數據集所有隨機組合得到的ES平均值，NES是主要的統計量。nominalp-value（普通P值）描述的是針對某一功能基因集S得到的富集得分的統計***性，通常p越小富集性越好。FDR（多重假設檢驗矯正P值）NES確定后，需要判斷其中可能包含的錯誤陽性發現率。FDR=25%意味著對此NES的判斷4次可能錯1次。GSEA結果中，高亮顯示FDR<25%的富集基因集S。因為從這些功能基因集S中**可能產生有意義的假設。大多數情況下。

    Lasso術語解讀λ(Lambda)：復雜度調整懲罰值，λ越大對變量較多的線性模型的懲罰力度就越大，**終獲得的變量越少。是指在所有的λ值中，得到**小目標參量均值的那一個。而是指在一個方差范圍內得到**簡單模型的那一個λ值。交叉驗證（crossvalidation）：交叉驗證是在機器學習建立模型和驗證模型參數時常用的辦法。交叉驗證，顧名思義，就是重復的使用數據，把得到的樣本數據進行切分，組合為不同的訓練集和測試集，用訓練集來訓練模型，用測試集來評估模型預測的好壞。在此基礎上可以得到多組不同的訓練集和測試集，某次訓練集中的某樣本在下次可能成為測試集中的樣本，即所謂“交叉”。數據要求：1、表達譜芯片或測序數據（已經過預處理）或突變數據2、包含生存狀態和生存時間的預后數據或者其它臨床分組數據。 OmicCircos圖可以對感興趣的多個基因，展示其染色體的位置、拷貝數變異等多個特征。

    survivalCurve生存分析生存分析（survivalCurve）旨在更好地分析對不同因素對患者預后的影響，從而找到影響患者疾病的關鍵因素。生存曲線（Kaplan-Meier曲線）是生存分析的基本步驟，展示分類樣本的生存曲線，從而揭示不同因素對疾病預后的影響。一般可應用的研究方向有：患者的生存期跟基因變異的關系、藥物處理導致模式動物生存期變化。基本原理Kaplan-Meier法，直接用概率乘法定理估計生存率，故稱乘積極限法（product-limitmethod），是一種非參數法。相比其他方法，KM曲線能更好的處理刪失數據。先將樣本生存時間從小到大排列。若遇到非刪失值和刪失值相同時，非截刪失****。在生存時間后列出與時間相應的死亡人數，期初病例數（即生存期為某時間時尚存活的病例數）。然后計算活過每個時間點的生存率。以生存時間為橫坐標，生存率為縱坐標所作的曲線，即為Kaplan-Meier曲線。術語解釋風險比（HazardRatio,HR）：Kaplan-Meier方法中計算的風險比HR為兩分組對生存期影響的比例，用來描述該基因高表達對生存期的危險程度。該方法中的假設檢驗為兩組中樣本的生存期是否存在差異，即該因素是否會導致生存期的改變。刪失（censored）：在生存分析中。 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余家企業形成良好合作關系。廣東成果發表指導數據科學

糖尿病藥物基因組學分析找到新的作用靶點。四川組學實驗數據科學怎么樣

industryTemplate四川組學實驗數據科學怎么樣