棒棒糖圖是直觀顯示蛋白質結構上的突變點**簡單且有效的方式。許多致*基因具有比任何其他基因座更頻繁突變的優先位點。這些位點被認為是突變熱點，棒棒糖圖可以用于顯示突變熱點以及其他突變位點。并可以對比不同**/亞型的突變位點。
基本原理
將蛋白質結構根據氨基酸順序繪制為長條形，以不同色塊標注不同結構域，在基因突變導致氨基酸改變的位置標注棒棒糖，并在棒棒糖圓球標注位點的突變頻數以及突變位點。
數據要求
基因突變或者蛋白質突變數據
下游分析
1、突變位點靶向藥物分析
2、驅動基因突變分析 糖尿病藥物基因組學分析找到新的作用靶點。云南數據庫建設數據科學口碑推薦
cancersubtype**亞型分析：**的傳統分型被***使用，但是有些分類與生存預后并沒有明顯的關系，因此需要研究人員開發有效的分類器對疾病進行針對性指導***。通過對分子譜與臨床信息的綜合性研究，重新定義**亞型，并對新定**分型進行分析，明確各亞型的發病機制和預后情況的差異?；驹恚菏褂肧NFCC+與HC和NMF算法進行分子分型，然后進行分型之間的比較。CancerSubtypes包含以下5種計算方法對基因組數據進行**分子分型鑒定：術語解讀：SNFCC+：相似網絡融合加一致聚類(Similaritynetworkfusionplusconsensusclustering)HC：層次聚類(Hierarchicalclustering)NMF：非負矩陣分解(Non-negativematrixfactorization)DEG：差異表達基因數據要求：芯片數據。 四川臨床統計數據科學方案多鏈條批量處理、快速獲得研究靶點。
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。
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。
ssGSEA基本原理
對于一個基因表達矩陣，ssGSEA首先對樣本的所有基因的表達水平進行排序獲得其在所有基因中的秩次rank。然后對于輸入的基因集，從基因集中尋找表達數據里存在的基因并計數，并將這些基因的表達水平求和。接著基于上述求值，計算通路中每個基因的富集分數，并進一步打亂基因順序重新計算富集分數，重復一千次，***根據基因富集分數的分布計算p值整合基因集**終富集分數。
數據要求
1、特定感興趣的基因集（通常為免疫細胞表面marker genes），列出基因集中基因
2、基因表達矩陣，為經過log2標準化的芯片數據或者RNA-seq count數數據（基因名形式與基因集對應）
下游分析
免疫細胞浸潤分數相關性（corralation）分析 診療軟件開發、算法還原與開發、臨床統計等數據科學工作。湖北診療軟件開發數據科學共同合作
構建新的臨床預測模型。云南數據庫建設數據科學口碑推薦
CNV(拷貝數變異分析)：CNV（copy-numbervariant）是指拷貝數目變異，也稱拷貝數目多態性（copy-numberpolymorphism，CNP），是一個大小介于1kb至3MB的DN**段的變異，在人類及動植物基因組中***分布，主要表現為亞顯微水平的缺失或重復。CNV是近年來基因組學的研究熱點，是許多人類疾病（如**、遺傳性疾病、心血管疾病等）發***展的重要分子機制之一。CNV的分析多見于易于發生染色體結構變異的**研究中，也可用于復雜的神經精神疾病的病因學研究，如智力障礙、帕金森病和孤獨癥等，也可用于其他疾病的易感性分析，如銀屑病、克羅恩病和一些自身免疫系統疾病。CNV研究既可用于單個的病例分析，找到遺傳高度異質性的個體致病的遺傳學基礎，如智力低下的病因診斷；也可用于大量的病例一對照分析，患病群體的常見CNV變異研究，還可用于**家系的研究，如疾病相關新發CNV的研究。基本原理目前主流的CNV檢驗方法有RNA-seq和SNPArray，已有研究表明使用轉錄組數據分析到的CNV情況和。CNV分析的**步為篩選somaticCNVs。對正常人來說，基因組應該是二倍體的，所以凡是測到非2倍體的地方都是CNV。但是CNV本身就是人群遺傳物質多樣性的體現，所以對**樣本來說。 云南數據庫建設數據科學口碑推薦