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。 利用甲基化數據分析樣本的拷貝數變異。云南臨床統計數據科學

    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。 四川組學實驗數據科學服務根據委托方提供的參考文獻和要求進行個性化特定分析。

    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。

    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。 診療軟件開發、算法還原與開發、臨床統計等數據科學工作。

    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。基本原理：蛋白質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。 蛋白組代謝組個性化分析。廣東公共數據庫挖掘數據科學服務

目前能夠對接超過50家實驗室。云南臨床統計數據科學

    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。 云南臨床統計數據科學