PPImodule蛋白質互作蛋白質-蛋白質相互作用（protein-proteininteraction,PPI）是指兩個或兩個以上的蛋白質分子通過非共價鍵形成蛋白質復合體（proteincomplex）的過程。PPImodule是指共表達蛋白模塊或蛋白質相互作用模塊。蛋白質相互作用形成人體復雜的蛋白質相互作用網絡，對蛋白質相互作用網絡進行聚類形成模塊從而幫助我們理解細胞的功能。我們一般使用PPImodule把基因列表跟蛋白相互作用網絡聯系起來。例如RNA-seq獲得的差異表達基因，看他們在蛋白相互作用網絡中，哪些基因處于同一module?；驹恚旱鞍踪|在細胞中的功能取決于它與其他蛋白質、核酸和小分子相互作用關系，對蛋白質相互作用網絡進行聚類形成模塊，各個蛋白模塊發揮不同的功能，我們將基因列表重疊于模塊上，查找基因列表所在的功能模塊，從而發現基因列表中的基因可能發揮的細胞功能。我們通過PPI數據庫找到共表達蛋白中的module,然后從模塊中篩選出基因列表的產物蛋白，篩選出的結果就是基因列表***表達的PPImodule。 胰腺疾病預后相關長鏈非編碼RNA。四川文章成稿指導數據科學共同合作

sankey

?；鶊D（sankey）是一種數據流圖，每條邊**一條數據流，寬度**數據流的大小。一套數據集可能有多重屬性，每層屬性之間有交叉，就可以用這種圖來展示。一般應用場景：分組與基因為多對多關系，展示高頻突變基因所處的分組；miRNA和靶基因的關系；人群按性別、年齡、家族史等特征分組，展示不同分組得**的規律。

數據要求：

多個分組及其關系，包括且不限于基因表達、突變。

下游分析：

1.   補充展示部分的已有相關研究

2.   解釋展示部分對研究課題的意義 四川文章成稿指導數據科學共同合作微生物多樣性分析桌面軟件。

    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。

    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。 軟硬件配套，完成數據收集、整理、檢索、分析與智能化開發工作。

    術語解釋：互斥性（mutuallyexclusive）：一組基因中只有一個在一種**中發生改變，這種現象被稱為互斥性。共現性（co-occurrence）：不同途徑功能的基因突變可能發生在同一**中，這種現象被稱為共現性。數據要求：基因突變數據下游分析：對于存在共現性或互斥性的基因對/基因集基因集的功能分析基因集相關的生存分析基于基因集的潛在靶向藥物分析文獻一：Functionalgenomiclandscapeofacutemyeloidleukaemia急性髓性白血病的功能基因組圖（于2018年10月發表在Nature.，影響因子）文獻中使用DISCOVER40方法評估531例白血病患者中**常見的復發性突變的共現性或排他性，并用點圖展示。文獻二：ALPK1hotspotmutationasadriverofhumanspiradenomaandspiradenocarcinoma文獻中利用DISCOVER共現性質和互斥性分析工具對ALPK1和CYLD的互斥性進行了評價。 circos圖通過圓圈和連線展示多個亞組之間的關系，包括且不限于基因、基因片段、亞型。四川文章成稿指導數據科學共同合作

構建新的臨床預測模型。四川文章成稿指導數據科學共同合作

    LASSO是一種機器學習算法，通常被用來構建可以預測預后情況的基因模型。也可以篩選與特定性狀相關性強的基因。LASSO對于高維度、強相關、小樣本的生存資料數據有較好的效果。LASSO的基本思想是在回歸系數的***值之和小于一個常數的約束條件下，使殘差平方和**小化，從而使某些回歸系數嚴格等于0，來得到可以解釋的模型。該方法的估計參數λ為調整參數。隨著l的增加，項就會減小，這時候一些自變量的系數就逐漸被壓縮為0，以此達到對高維資料進行降維的目的。LASSO方法的降維是通過懲罰回歸系數的數量來實現的?；驹鞮ASSO回歸的特點是在擬合廣義線性模型的同時進行變量篩選(VariableSelection)和復雜度調整(Regularization)。因此，不論目標因變量(dependent/responsevaraible)是連續的(continuous)，還是二元或者多元離散的(discrete)，都可以用LASSO回歸建模然后預測。這里的變量篩選是指不把所有的變量都放入模型中進行擬合，而是有選擇的把變量放入模型從而得到更好的性能參數。復雜度調整是指通過一系列參數控制模型的復雜度，從而避免過度擬合(Overfitting)。對于線性模型來說，復雜度與模型的變量數有直接關系，變量數越多，模型復雜度就越高。

四川文章成稿指導數據科學共同合作